KondoCloud：通过基于文件相似性的推荐改进云存储信息管理

视频

DOI

用户在整理个人文件集合时面临诸多挑战。虽然当前的文件管理界面帮助用户在无序的文件库中检索文件，但它们并不辅助组织。用户可能难以找到相关文件，应该删除的文件可能仍然存在。为了提供帮助，我们设计了 KondoCloud，这是一个用于个人云存储的文件浏览器界面。KondoCloud 基于机器学习向用户推荐可能想要检索、移动或删除的文件。这些推荐利用了相似的文件应该以类似方式管理的直觉。我们通过两项互补的在线用户研究开发和评估 KondoCloud。在观察研究中，我们记录了 69 名参与者花费 30 分钟手动组织自己 Google Drive 仓库的行为。我们确定了高层组织策略，包括将相关文件移动到新创建的子文件夹以及大量删除文件。为了训练支持 KondoCloud 推荐的基础分类器，我们让参与者标注成对的文件是否相似以及是否应该以类似方式管理。此外，我们从参与者仓库中的所有文件中提取了十个元数据和内容特征。我们的逻辑回归分类器均达到了 0.72 或更高的 F1 分数。在评估研究中，62 名参与者使用 KondoCloud（有或无推荐）。大约一半的参与者接受了相当比例的推荐，有些人几乎接受了所有推荐。被展示推荐的用户更有可能删除位于不同目录中的相关文件。他们还普遍认为推荐提高了效率。没有被展示推荐的用户仍然手动执行了约三分之一本应被推荐的动作。