从业者与用户:工业推荐系统设计的价值敏感性评估
推荐系统在缓解信息过载和支持用户各种需求(如消费、社交和娱乐)方面发挥着越来越重要的作用。然而,关于在工业部署的推荐系统中如何广泛考虑价值的研究有限,这种忽视可能会产生问题。为了填补这一空白,本文采用价值敏感设计全面探索从业者和用户如何认识当前工业推荐系统的不同价值。基于概念性和实证性调查,我们关注五个价值维度:推荐质量、隐私、透明性、公平性和可信度。我们进一步对20名用户和10名从业者进行了深度定性访谈,深入探讨他们对这些价值的看法。我们的研究结果揭示了从业者和用户在价值解释、评估和实践方面存在张力的来源和表现,这为设计更具人文关怀和价值敏感性的推荐系统提供了新的启示。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555646
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
7 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