HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

AI可解释性、信任与校准依赖 / 推荐系统中的解释、控制与信任

研究者难以快速筛选出有价值的科学文献，且推荐系统缺乏解释性。

lightbulb现实痛点推荐系统中的解释、控制与信任

研究者难以快速筛选出有价值的科学文献，且推荐系统缺乏解释性。

CHI '22From Who You Know to What You Read: Augmenting Scientific Recommendations with Implicit Social Networks

同类问题

lightbulb现实痛点推荐系统中的解释、控制与信任

用户对推荐系统的推荐内容缺乏信任，不清楚推荐理由。

IUI '24Leveraging ChatGPT for Automated Human-centered Explanations in Recommender Systems

lightbulb现实痛点推荐系统中的解释、控制与信任

青少年在使用学习推荐系统时，难以理解和信任算法推荐的内容。

IUI '23Steering Recommendations and Visualising Its Impact: Effects on Adolescents’ Trust in E-Learning Platforms

lightbulb现实痛点推荐系统中的解释、控制与信任

用户对基于社交媒体数据的健康推荐系统存在信任危机。

CHI '23When Recommender Systems Snoop into Social Media, Users Trust them Less for Health Advice

lightbulb现实痛点推荐系统中的解释、控制与信任

用户不信任推荐结果，因为推荐系统使用的嵌入模型太难解释。

IUI '22Similarity-Based Explanations meet Matrix Factorization via Structure-Preserving Embeddings

lightbulb现实痛点推荐系统中的解释、控制与信任

用户在云存储管理文件时，逐条处理推荐文件操作负担重。

UIST '22Summarizing Sets of Related ML-Driven Recommendations for Improving File Management in Cloud Storage

lightbulb现实痛点推荐系统中的解释、控制与信任

用户对推荐系统的信任度不足，尤其在冷启动阶段。

CHI '22User Trust in Recommendation Systems: A comparison of Content-Based, Collaborative and Demographic Filtering

相关论文

利用ChatGPT实现推荐系统中以人为中心的自动解释

Ítallo Silva, Leandro Marinho, Alan Said

当推荐系统窥探社交媒体时，用户对它们的健康建议的信任度降低

Yuan Sun, Magdalayna Drivas, Mengqi Liao

基于相似性的解释与结构保持嵌入的矩阵分解方法

Leandro Balby Marinho, Júlio Guedes, Denis Parra

总结机器学习驱动的文件管理推荐集合以改进云存储中的文件管理

Will Brackenbury, Kyle Chard, Aaron Elmore

用户对推荐系统的信任：基于内容、协同和人口统计过滤的比较

Mengqi Liao, S. Shyam Sundar, Joseph B. Walther

个人特征对对话推荐系统中用户信任的影响

Wanling Cai, Yucheng Jin, Li Chen

从你认识的人到你读过的内容：利用隐式社交网络增强科学推荐

Hyeonsu B Kang, Rafal Kocielnik, Andrew Head

来自机器的视觉：人类与算法生成的可视化推荐中的信任分析

Rachael Zehrung, Astha Singhal, Michael Correll

温暖和能力感知对用户选择AI系统的影响

Zohar Gilad, Ofra Amir, Liat Levontin