用户对算法系统的信念是通过用户交互和生成推荐复杂的社会技术系统不断共同生产的。识别这些信念至关重要,因为它们影响用户如何与推荐算法交互。在没有关于算法视频推荐用户信念的先前工作的情况下,从业者缺乏改善此类系统用户体验的相关知识。为了解决这一问题,我们对中年YouTube视频消费者进行了半结构化访谈,以分析他们对视频推荐系统的用户信念。我们的分析揭示了用户认为影响其推荐的不同因素。基于这些因素,我们确定了四组用户信念:先前行为、社交媒体、推荐系统和公司政策。此外,我们提出了一个框架来区分用户认为影响其视频推荐的四个主要行为者:当前用户、其他用户、算法和组织。该框架为根据这四个行为者的能动性探索设计建议提供了新视角。它还揭示了一个先前未探索的新颖方面:公司决策对与算法推荐交互的影响。虽然我们发现用户知道YouTube上推荐系统的存在,但我们表明他们对这一系统的理解是有限的。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/41530/2020

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文