设计环境漫游者:城市探索的移动推荐
作者
推荐系统用户体验环境感知与上下文计算
推荐系统已广泛融入我们的日常活动。这些智能系统在学习用户档案以推荐电影、音乐、新闻等方面取得了成功。然而,对于设计情境感知推荐系统而言,在预测用户的情境需求方面出现了新的挑战。我们开发了环境漫游者(Ambient Wanderer)的原型,这是一个个性化的情境化兴趣点(POI)推荐系统,并针对新当地人(最近搬迁到城市的人)进行了实验。我们的主要发现包括:城市探索中的突然中断、与不同于他们的人的建议相关的信任问题、将无聊作为POI搜索的触发因素、寻找免费活动的意图、对兴趣点之外区域的信息需求,以及建立新社交生活的需求。针对这些需求,我们提出了设计城市探索移动推荐系统的启示。
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。
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://dl.acm.org/doi/abs/10.1145/3357236.3395518
一眼看懂
fact_check论文快照
dataset
来源
DIS
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
推荐系统用户体验、环境感知与上下文计算
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文