help研究问题推荐算法、排序与社交推荐
旋转木马界面与传统的排名列表界面相比,哪个能更有效地适应用户偏好变化?所属方向: 推荐、个性化与探索
推荐算法、排序与社交推荐
统计基于当前已索引 question 数据,来源缺失不影响问题展示。
92
问题/痛点
24
来源
2025
最近年份
help研究问题推荐算法、排序与社交推荐
旋转木马界面是否能显著降低用户的导航成本?help研究问题推荐算法、排序与社交推荐
旋转木马界面能否提升用户的内容探索效率与决策舒适度?lightbulb现实痛点推荐算法、排序与社交推荐
用户在内容丰富的推荐系统中很难高效探索和发现内容。help研究问题推荐算法、排序与社交推荐
如何设计和评估能够优化多个目标的推荐排序系统,同时满足不同利益相关者的需求?help研究问题推荐算法、排序与社交推荐
如何通过提升跨职能团队的协作效率,改善多目标排序器的设计和评价过程?help研究问题推荐算法、排序与社交推荐
能否通过全面的信息分析工具,帮助用户平衡设计变更下的不同目标权衡?lightbulb现实痛点推荐算法、排序与社交推荐
推荐系统中的多目标优化设计复杂,且团队协作效率低。help研究问题推荐算法、排序与社交推荐
在游戏社交推荐中,如何在相似性和多样性之间实现动态平衡?help研究问题推荐算法、排序与社交推荐
如何通过人机协同技术提升推荐系统的透明性和用户可控性?help研究问题推荐算法、排序与社交推荐
细粒度偏好建模和主动学习机制如何改善游戏社交推荐的效果?lightbulb现实痛点推荐算法、排序与社交推荐
玩家在多人在线游戏中难以找到兼顾相似和多样的社交推荐。help研究问题推荐算法、排序与社交推荐
多代理交互系统(如CML)如何增强用户对电影叙事和主题的多视角理解?help研究问题推荐算法、排序与社交推荐
跨宇宙角色互动如何影响电影欣赏体验?help研究问题推荐算法、排序与社交推荐
用户能否通过自由选择代理组合实现个性化的电影讨论体验?lightbulb现实痛点推荐算法、排序与社交推荐
影迷在线讨论电影时缺乏深度、多视角的支持。help研究问题推荐算法、排序与社交推荐
在复杂的开放式决策任务中,传统推荐式AI的局限性是什么?help研究问题推荐算法、排序与社交推荐
相较于传统的RecommendAI模式,ExtendAI模式如何更好地支持用户的决策逻辑?help研究问题推荐算法、排序与社交推荐
大语言模型(LLMs)在增强用户推理过程中的作用是什么?lightbulb现实痛点推荐算法、排序与社交推荐
用户在处理复杂问题时,AI建议难以整合到决策中,并易导致依赖。help研究问题推荐算法、排序与社交推荐
基于位置的推荐系统和数字监控技术如何影响用户的行为、情绪和自主性?help研究问题推荐算法、排序与社交推荐
高精度设计小说(高保真影片)能否有效促进专家反思科技伦理?help研究问题推荐算法、排序与社交推荐
高保真影片在引导公众参与科技未来讨论中具有什么潜力?lightbulb现实痛点推荐算法、排序与社交推荐
日常中基于位置的推荐系统和监控技术侵犯了用户隐私和自主性。help研究问题推荐算法、排序与社交推荐
用户如何通过显性和隐性行为反馈影响个性化推荐系统的内容生成?help研究问题推荐算法、排序与社交推荐
现有的显性-隐性反馈模型是否能够准确捕捉用户意图和行为策略?help研究问题推荐算法、排序与社交推荐
用户使用显性反馈和隐性反馈的目的和目标是什么?lightbulb现实痛点推荐算法、排序与社交推荐
个性化推荐内容缺乏多样性,用户体验可能受到限制。help研究问题推荐算法、排序与社交推荐
语音助手的语调(积极、中性、消极)如何影响其说服力和用户的购买决策?help研究问题推荐算法、排序与社交推荐
语音助手的年龄和性别特征如何影响用户对其可信度和专业度的感知?help研究问题推荐算法、排序与社交推荐
用户对个性化语音助手语音设置的偏好是什么?lightbulb现实痛点推荐算法、排序与社交推荐
用户对语音助手在复杂任务中的信任度低,例如在线购物推荐。help研究问题推荐算法、排序与社交推荐
群体推荐系统(GRS)能否作为社会互动的媒介,促进用户之间的间接交流?help研究问题推荐算法、排序与社交推荐
Spotify Blend在用户的日常社交场景中如何发挥作用并影响用户体验?help研究问题推荐算法、排序与社交推荐
推荐算法的模糊性和用户行为的可见性在增强社会互动中有哪些具体作用?lightbulb现实痛点推荐算法、排序与社交推荐
用户难以通过技术自然地加强日常社交联系。help研究问题推荐算法、排序与社交推荐
青少年如何看待个性化推荐内容与其自我认知之间的关系?help研究问题推荐算法、排序与社交推荐
个性化推荐内容的“准确性”和“不准确性”如何影响青少年的情感体验和身份认同?help研究问题推荐算法、排序与社交推荐
青少年对“数据双生”(Data Doubles)反映其身份的信任程度如何?lightbulb现实痛点推荐算法、排序与社交推荐
青少年的个性化内容推荐可能过于精准,阻碍了多样化和自我反思。help研究问题推荐算法、排序与社交推荐
如何设计社交媒体中的'可教学信息流',以更好地捕捉用户对内容的复杂偏好?help研究问题推荐算法、排序与社交推荐
在用户和推荐算法的交互中,哪些设计原则能增强用户自主性和信任?help研究问题推荐算法、排序与社交推荐
用户如何通过多模式交互(如按钮、自然语言)来调整社交媒体信息流的内容推荐?lightbulb现实痛点推荐算法、排序与社交推荐
用户难以有效控制社交媒体推荐算法导致的信息流内容。help研究问题推荐算法、排序与社交推荐
如何通过语音助手实现时间管理的主动性并提升用户体验?CUI '23Voicing Suggestions and Enabling Reflection: Results of an Expert Discussion on Proactive Assistants for Time Management
help研究问题推荐算法、排序与社交推荐
在时间管理中,如何平衡系统透明度(数据透明性)与个性化推荐?CUI '23Voicing Suggestions and Enabling Reflection: Results of an Expert Discussion on Proactive Assistants for Time Management
help研究问题推荐算法、排序与社交推荐
声控助手能否通过用户建模优化多方协作场景的互动效果?CUI '23Voicing Suggestions and Enabling Reflection: Results of an Expert Discussion on Proactive Assistants for Time Management
lightbulb现实痛点推荐算法、排序与社交推荐
用户认为现有语音助手不够主动,无法高效管理繁忙日程。CUI '23Voicing Suggestions and Enabling Reflection: Results of an Expert Discussion on Proactive Assistants for Time Management
help研究问题推荐算法、排序与社交推荐
文化价值观如何影响非开放式社交网络(如Snapchat)中用户的好友网络结构?help研究问题推荐算法、排序与社交推荐
文化价值观如何调节关系强度对内容消费行为的影响?相关论文
IUI 2025
深入了解轮播界面:研究多列表推荐系统中的用户参与度与导航工作量
Behnam Rahdari, Peter Brusilovsky
IUI 2025
Orbit:多目标排序器设计与评估框架
Chenyang Yang, Tesi Xiao, Michael Shavlovsky
IUI 2025
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
Xiyuan Wang, Ziang Li, Sizhe Chen
CHI 2025
电影多元宇宙休息室:通过多智能体对话提升电影欣赏
Kyusik Kim, Jeongwoo Ryu, Dongseok Heo
CHI 2025
AI,帮助我思考——但要我自己做决定:通过提供不同类型的认知支持来协助人们进行复杂决策
Leon Reicherts, Zelun Tony Zhang, Elisabeth von Oswald
CHI 2025
探索使用推测性概念电影进行数据伦理共同推测的用途
Wyatt Olson, James Pierce
CHI 2025
超越显式和隐式:用户如何提供反馈以塑造个性化推荐内容
Wenqi Li, Jui-Ching Kuo, Manyu Sheng
CUI 2024
感知语调、年龄和性别对产品推荐情境中语音助手说服力的影响
Sabid Bin Habib Pias, Ran Huang, Donald S. Williamson
CHI 2024
调查群体推荐系统作为社交互动媒介的潜力:以Spotify Blend两个用户之间的体验为例
Daehyun Kwak, Soobin Park, Inha Cha
CHI 2024
对我还是不对我?青少年轻松导航准确和不准确的个性化社交媒体内容
Nora McDonald, John S. Seberger, Afsaneh Razi
CHI 2024
可教学社交媒体源体验的设计空间映射
K. J. Kevin Feng, Xander Koo, Lawrence Tan
CHI 2023
友谊网络行为中的文化差异:一项Snapchat案例研究
Agrima Seth, Jiyin Cao, Xiaolin Shi