a):a fonte de recomendação mostra os principais artistas disponíveis, faixas e tags de gênero. b):o processador de recomendação permite que os usuários ajustem o peso do tipo de dados de entrada e itens de dados individuais. c):recomendações de estilo de lista de reprodução. Alguns controles da IU são desabilitados em configurações específicas de controle do usuário, por exemplo., os controles deslizantes em b) estão acinzentados na configuração 5:REC * PRO.
Em sistemas de recomendação de música, é importante projetar controles de usuário que alcancem o ponto ideal entre a qualidade percebida das recomendações e a carga cognitiva aceitável, conclui o pesquisador da TU Delft, Nava Tintarev. Junto com colegas da KU Leuven, e pesquisa com a API Spotify, ela apresentará essas descobertas na Conferência ACM sobre Sistemas de Recomendação em Vancouver, na quarta-feira, 3 de outubro.
Ao controle
"Permitindo que os usuários controlem o processo de recomendação, por exemplo, em sistemas de recomendação de música, pode aumentar a satisfação do usuário. Contudo, fornecer controles adicionais também aumenta a carga cognitiva, e diferentes usuários têm diferentes necessidades de controle. Portanto, investigamos o efeito de duas características pessoais:sofisticação musical e capacidade de memória visual, "disse Nava Tintarev da TU Delft.
Interfaces de usuário tradicionais de sistemas de recomendação apresentam os resultados de recomendação com possibilidades de feedback limitadas, permitindo apenas que os usuários indiquem o quanto gostam de uma recomendação. Em contraste, os sistemas de recomendação interativos melhoram a satisfação do usuário e a eficácia percebida, fornecendo uma visualização em que os usuários podem inspecionar o processo de recomendação e controlar o sistema para receber recomendações melhores.
Para entender melhor a interação entre os diferentes tipos de controles, é necessário levar em consideração a influência das características pessoais de um usuário individual e testar as combinações dos componentes de controle. "Ninguém ainda investigou como a interação entre os diferentes componentes de controle influencia a carga cognitiva e a aceitação da recomendação, para usuários com diferentes características pessoais. Nosso estudo, realizado em conjunto com KU Leuven, visa fornecer a base para o desenvolvimento de sistemas de recomendação que oferecem controle de usuário rico, ao mesmo tempo em que garante uma carga cognitiva aceitável, "diz Tintarev." Usamos a API do Spotify para projetar um sistema de recomendação de música. Nosso sistema gera uma experiência de escuta em estilo de lista de reprodução com base em três tipos de sementes:artistas, faixas e gêneros. Usamos os principais artistas do usuário ativo, trilhas, e gêneros como sementes de entrada. "
É possível na API do Spotify especificar os atributos da faixa que afetam recomendações como volume, danceabilidade e valência. Os pesquisadores usaram quatro cenários para a tarefa do usuário de selecionar música. Os cenários usados incluem:"Noite do rock - minha vida precisa de paixão"; "Dance party - dance até o fim do mundo"; "Uma alegria depois de todos os exames, "e" Não consigo viver sem hip-hop. "
Ponto certo
Os pesquisadores criaram oito ambientes experimentais e conduziram um estudo entre sujeitos para explorar o efeito sobre a carga cognitiva e a aceitação de recomendações para diferentes características pessoais. Os participantes com alta sofisticação musical perceberam que as recomendações eram de qualidade superior, o que, por sua vez, levou a uma maior aceitação das recomendações. Contudo, nenhum efeito da memória de trabalho visual na carga cognitiva ou aceitação da recomendação foi encontrado. "Este trabalho contribui para a compreensão de como projetar o controle do usuário que atinge o ponto ideal entre a qualidade percebida das recomendações e a carga cognitiva aceitável."
