Prefer2SD：一种人机协同的游戏内好友推荐方法：平衡相似性与多样性

DOI

游戏内好友推荐对玩家留存和持续参与有重要影响。平衡推荐中的相似性与多样性对于促进不同玩家群体间的社交关系至关重要。然而，自动化推荐系统难以实现这一平衡，尤其是玩家偏好随时间演变时。为应对这一挑战，我们提出了Prefer2SD（源自Preference to Similarity and Diversity），一种迭代式的人机协同方法，旨在优化好友推荐中的相似性-多样性（SD）比。该方法与一家本地游戏公司合作开发，利用可视化分析系统帮助专家动态探索、分析和调整好友推荐，同时考虑玩家不断变化的偏好。该系统采用交互式可视化，使专家能够为不同玩家群体微调相似性与多样性的平衡。我们通过一项被试内研究（N=12）、一个案例研究和专家访谈展示了Prefer2SD的有效性，证明了其提升游戏内好友推荐的能力，并为个性化推荐系统领域提供了见解。