Peter Brusilovsky 最新论文
Rahdari 等人通过模拟和用户研究证明，轮播式推荐界面相比传统排名列表能更快适应用户偏好变化，减少导航工作量，并促进内容探索。
Tsai 等人研究交互式混合社交推荐系统中的推荐解释，通过添加多种解释类型提升透明度，实验表明可理解性显著改善但可控性有所下降。
Tsai 等人设计视觉多样性增强推荐界面，帮助用户并行探索推荐项目的相关性并感知多样性，显著提升用户满意度与探索效率。
Sciascio 等人提出用户可控的社交探索式搜索系统，支持用户通过标签匹配和用户相似性调节社交信息权重，在线研究表明用户满意度提升。
https://hci.top/zh/authors/24057?source=all