help研究问题推荐系统中的解释、控制与信任
哪些冻结的PCA主成分因子能够在优化嵌入训练维度时最有效地提高模型的可解释性？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
哪些冻结的PCA主成分因子能够在优化嵌入训练维度时最有效地提高模型的可解释性？
同类问题
help研究问题推荐系统中的解释、控制与信任
使用ChatGPT生成的推荐解释是否能够在个性化和说服力上超过随机推荐解释？help研究问题推荐系统中的解释、控制与信任
推荐系统中基于用户偏好的个性化解释与通用解释在用户感知效果上有何差异？help研究问题推荐系统中的解释、控制与信任
对于未知的推荐项目，哪些类型的解释更能提高用户的接受度和信任度？help研究问题推荐系统中的解释、控制与信任
青少年用户对教育推荐系统的信任会因控制推荐内容难度的滑块机制而提高吗？IUI '23Steering Recommendations and Visualising Its Impact: Effects on Adolescents’ Trust in E-Learning Platforms
help研究问题推荐系统中的解释、控制与信任
可视化控制效果的界面是否能够增强青少年对教育推荐系统的透明度和信任？IUI '23Steering Recommendations and Visualising Its Impact: Effects on Adolescents’ Trust in E-Learning Platforms
help研究问题推荐系统中的解释、控制与信任
在教育推荐系统中，如何设计适合青少年的控制和可视化机制以平衡用户调整与系统推荐的效率？IUI '23Steering Recommendations and Visualising Its Impact: Effects on Adolescents’ Trust in E-Learning Platforms
相关论文
IUI 2024
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
CHI 2023
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
IUI 2022
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
UIST 2022
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
CHI 2022
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
CHI 2022
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
CHI 2022
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
CHI 2021
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
CHI 2021
温暖和能力感知对用户选择AI系统的影响
Zohar Gilad, Ofra Amir, Liat Levontin