与「为你推荐」算法对话：用于控制视频推荐流程的增强型大语言模型聊天机器人

DOI

受算法推荐驱动的短视频平台如TikTok培养了沉浸式流体验。虽然用户重视个性化与参与感，但他们也希望对自己的「为你推荐」有更大的控制权。本论文设计、构建并评估了TKGPT，这是一个增强型大语言模型的对话界面，帮助用户表达兴趣并理解推荐内容。通过定性访谈和用户研究，我们研究了TKGPT如何影响算法民间理论以及用户的主体感。研究发现，用户主要使用TKGPT来寻找相关视频、解释偏好并对算法施加控制。结果显示，「为你推荐」视频更好地反映了用户的兴趣，增强了对算法的理解，提高了内容相关性，并减少了被利用感。值得注意的是，用户的主体感与其对算法运作方式的理解显著相关。我们讨论了使用对话用户界面增强用户对视频推荐控制的机遇与挑战。