探索影响连接司机使用或不使用推荐最优路线的因素

推荐系统用户体验公共交通与出行规划公共交通运营者外卖骑手与网约车司机

导航应用程序正在成为我们日常导航体验中无处不在的一部分。出于规避拥堵道路的意图,它们的路线指引总是基于司机总是想要最快路线这一基本假设。然而,尚不清楚他们的建议是如何被遵循的,以及哪些因素影响了他们的采纳。我们呈现了一个半结构化定性研究的结果,研究对象是17名司机,主要来自菲律宾和日本。我们记录了他们的日常通勤和偶尔的旅行,并询问了他们的导航实践、路线选择和即时决策。我们发现,尽管司机在紧急情况下会选择推荐的路线,但许多人仍然更喜欢跟随熟悉的路线。司机偏离推荐路线的原因包括推荐路线使用了不熟悉的道路、缺乏本地背景、感知到的驾驶不适以及与实际导航体验的不一致。我们的研究结果和影响强调了他们对个性化的需要,以及适当的算法复杂度如何鼓励行为适应。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/3800/2019

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
推荐系统用户体验、公共交通与出行规划
work
职业/产业
公共交通运营者、外卖骑手与网约车司机
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文