HCI.TOPHCI, made easy
首页arXiv论文机构作者设计规范问题知识卡创新日程
首页arXiv论文机构作者设计规范问题知识卡创新日程
学习AI编程数据说明HCI 会议HCI 论文关于薛志荣
search
当前筛选
search
全部

论文

浏览与搜索 全部 的 HCI 研究论文

当前筛选
作者: 1149
共 12 条

通过用户界面解释决策算法:帮助非专家利益相关者的策略

Cheng 等人通过199人在线实验发现,交互式和白盒解释界面均能提高用户对决策算法的理解,交互式更有效但不影响用户信任。

HC
Hao-Fei Cheng et al.明尼苏达大学

理解社交网络站点上的关系重叠:微博与豆瓣案例研究

Zhang等人研究微博与豆瓣关系重叠现象,发现新SNS互动会降低焦点SNS上的沟通频率,但共同群组多、发布内容广泛的关系更具抗干扰能力。

PZ
Peng Zhang et al.复旦大学
Relationships across Platforms

研讨会:数据驱动、算法系统中「参与」的变革轮廓

Wolf 等人组织研讨会,探讨数据驱动算法系统中利益相关者的参与问题,从谁、什么、如何、何处为何时、为何六个维度分析参与的本质、测量方法及相关挑战。

CW
Christine Wolf et al.国际商业机器公司
Workshop: The Changing Contours of “Participation” in Data-driven, Algorithmic ...

計算領域中的共享經濟:系統性文獻回顧

Dillahunt 等人對計算領域共享經濟研究進行系統性文獻回顧,分析 2008-2017 年 ACM 數據庫中 112 篇論文,識別研究趨勢與未來方向。

TD
Tawanna R. Dillahunt et al.密歇根大学
Sharing Economy
广告推荐

学习 AI 编程到 CodeNow

系统课程、实战项目、持续更新,适合想真正把 AI 用进开发流程的人。

立即查看open_in_new

未]打破新闻:提高科学媒体制作中协作的设计机会

Smith 等人通过访谈24名研究人员和媒体专业人士,发现科学媒体制作中研究倡导者与媒体机构的两个合作领域及其技术痛点,并提出基于HCI领域的解决方案。

CS
C. Estelle Smith et al.科罗拉多矿业学院

天空观测永不过时:公民科学志愿者的生存分析

Sheppard 等人通过对 CoCoRaHS 公民科学项目进行生存分析,发现 60-70 岁参与者留存率显著高于其他年龄群体,首月参与度是长期留存的关键预测因素。

SS
S. Andrew Sheppard et al.
University of Minnesota
Citizen Science and Scientific Research

NFL 情绪线索对维基百科贡献的影响

Leung 等人发现 NFL 球队输球后粉丝对足球相关维基百科词条的编辑量显著下降,尤其在意料之外的失败或大比分失利时更为明显,揭示了线下情绪对线上行为的传导效应。

WL
Weiwen Leung et al.
University of Minnesota
Wikipedia

质量标准、服务导向与 Airbnb 和 Couchsurfing 中的权力关系

Klein 等人通过双重用户访谈揭示,Airbnb 相比 Couchsurfing 更强调服务质量与地点而非人际互动,且将社会权力从主人转向客人,反映网络待客之道的转变。

MK
Maximilian A Klein et al.明尼苏达大学
Sharing Economy

内容为王,领导力滞后:先前经验对在线生产小组中新成员保留率和生产力的影响

Karumur等人基于3万名新编辑和1054个维基项目,发现广义先前经验降低生产力但提升保留率,而本地化先前经验同时提升两者,为早期干预设计提供启示。

RK
Raghav Pavan Karumur et al.明尼苏达大学

旧去新来?解析在线制作团队的成员流动问题

Yu 等人研究 Wikipedia WikiProjects 发现,新成员的积极影响超过离开者的消极影响,且影响在大型团队中被放大,挑战了成员流动only有害的传统观点。

BY
Bowen Yu et al.明尼苏达大学
Production and Productivity

价值敏感算法设计:方法、案例研究与启示

Zhu 等人提出价值敏感算法设计方法,在算法创建早期纳入利益相关者隐性知识和反馈以避免设计偏见,以维基项目社交算法设计为案例,平衡多方利益相关者需求并帮助实现集体目标。

HZ
Haiyi Zhu et al.明尼苏达大学
Wikipedia

T-Cal:基于日历的可视化理解团队对话数据

Fu 等人设计T-Cal系统,采用日历界面分析Slack等团队消息数据,支持情感分析与关键词提取,已在工业场景验证有效性。

SF
Siwei Fu et al.香港科技大学
论文标题作者研究主题论文库年份

通过用户界面解释决策算法:帮助非专家利益相关者的策略

Cheng 等人通过199人在线实验发现,交互式和白盒解释界面均能提高用户对决策算法的理解,交互式更有效但不影响用户信任。

HC
Hao-Fei Cheng et al.明尼苏达大学

理解社交网络站点上的关系重叠:微博与豆瓣案例研究

Zhang等人研究微博与豆瓣关系重叠现象,发现新SNS互动会降低焦点SNS上的沟通频率,但共同群组多、发布内容广泛的关系更具抗干扰能力。

PZ
Peng Zhang et al.复旦大学
Relationships across Platforms

研讨会:数据驱动、算法系统中「参与」的变革轮廓

Wolf 等人组织研讨会,探讨数据驱动算法系统中利益相关者的参与问题,从谁、什么、如何、何处为何时、为何六个维度分析参与的本质、测量方法及相关挑战。

CW
Christine Wolf et al.国际商业机器公司
Workshop: The Changing Contours of “Participation” in Data-driven, Algorithmic ...

計算領域中的共享經濟:系統性文獻回顧

Dillahunt 等人對計算領域共享經濟研究進行系統性文獻回顧,分析 2008-2017 年 ACM 數據庫中 112 篇論文,識別研究趨勢與未來方向。

TD
Tawanna R. Dillahunt et al.密歇根大学
Sharing Economy
广告推荐

学习 AI 编程到 CodeNow

系统课程、实战项目、持续更新,适合想真正把 AI 用进开发流程的人。

立即查看open_in_new
emoji_events

未]打破新闻:提高科学媒体制作中协作的设计机会

Smith 等人通过访谈24名研究人员和媒体专业人士,发现科学媒体制作中研究倡导者与媒体机构的两个合作领域及其技术痛点,并提出基于HCI领域的解决方案。

CS
C. Estelle Smith et al.科罗拉多矿业学院

天空观测永不过时:公民科学志愿者的生存分析

Sheppard 等人通过对 CoCoRaHS 公民科学项目进行生存分析,发现 60-70 岁参与者留存率显著高于其他年龄群体,首月参与度是长期留存的关键预测因素。

SS
S. Andrew Sheppard et al.University of Minnesota
Citizen Science and Scientific Research

NFL 情绪线索对维基百科贡献的影响

Leung 等人发现 NFL 球队输球后粉丝对足球相关维基百科词条的编辑量显著下降,尤其在意料之外的失败或大比分失利时更为明显,揭示了线下情绪对线上行为的传导效应。

WL
Weiwen Leung et al.University of Minnesota
Wikipedia

质量标准、服务导向与 Airbnb 和 Couchsurfing 中的权力关系

Klein 等人通过双重用户访谈揭示,Airbnb 相比 Couchsurfing 更强调服务质量与地点而非人际互动,且将社会权力从主人转向客人,反映网络待客之道的转变。

MK
Maximilian A Klein et al.明尼苏达大学
Sharing Economy

内容为王,领导力滞后:先前经验对在线生产小组中新成员保留率和生产力的影响

Karumur等人基于3万名新编辑和1054个维基项目,发现广义先前经验降低生产力但提升保留率,而本地化先前经验同时提升两者,为早期干预设计提供启示。

RK
Raghav Pavan Karumur et al.明尼苏达大学

旧去新来?解析在线制作团队的成员流动问题

Yu 等人研究 Wikipedia WikiProjects 发现,新成员的积极影响超过离开者的消极影响,且影响在大型团队中被放大,挑战了成员流动only有害的传统观点。

BY
Bowen Yu et al.明尼苏达大学
Production and Productivity

价值敏感算法设计:方法、案例研究与启示

Zhu 等人提出价值敏感算法设计方法,在算法创建早期纳入利益相关者隐性知识和反馈以避免设计偏见,以维基项目社交算法设计为案例,平衡多方利益相关者需求并帮助实现集体目标。

HZ
Haiyi Zhu et al.明尼苏达大学
Wikipedia

T-Cal:基于日历的可视化理解团队对话数据

Fu 等人设计T-Cal系统,采用日历界面分析Slack等团队消息数据,支持情感分析与关键词提取,已在工业场景验证有效性。

SF
Siwei Fu et al.香港科技大学