群体推荐系统交互设计策略的系统综述

视频

DOI

人工智能（AI）系统是许多日常活动的主角。此外，设计师越来越多地在各种社交和协作领域为用户群体实施这些系统。遗憾的是，个性化推荐系统的研究经常报告因缺乏多样性、控制或透明度而导致负面体验。对群体推荐系统（GRS）的交互设计策略进行元分析，为设计师和从业者提供了解决这些问题和想象这一背景下新交互可能性的起点。因此，我们系统地检索了ACM、IEEE和Scopus数字图书馆以识别GRS界面设计，最终形成了142篇学术论文的语料库。经过系统的编码过程，我们使用描述性统计和主题分析揭示了GRS交互设计策略在六个方面的当前技术状态：（1）应用领域；（2）实现系统的设备选择；（3）原型保真度；（4）档案透明度、合理性、控制和多样性的策略；（5）群体形成和最终群体共识的策略；（6）设计过程中用户研究的评估方法。基于我们的发现，我们提出了GRS交互设计策略的详尽分类，以及一系列促进协作和社交计算情境中个性化推荐以人为中心界面的研究机会。