学生向け論文推薦システムにおける説明インタフェースの評価

久徳泰知; 西岡千文; 緒方広明

文献

J-GLOBAL ID：201902212723032938 整理番号：19A0696366

学生向け論文推薦システムにおける説明インタフェースの評価

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A0696366&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A0696366&from=J-GLOBAL&jstjournalNo=U0451A") }}

著者 (3件)： , ,
資料名：
巻： 2019 号： CLE-27 ページ： Vol.2019-CLE-27,No.22,1-8 (WEB ONLY) 発行年： 2019年03月13日
JST資料番号： U0451A 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

本稿は,大学生・大学院生を対象とした論文推薦システムのインタフェースの比較評価を実施する.推薦システムは,講義資料閲覧システム上で,表示されている教材に関連する論文を推薦する.説明インタフェースは,「なぜそのアイテムが推薦されているか」という情報をユーザへ提示することから,ユーザの意思決定プロセスを支援し,推薦システムへの信頼性を向上させる効果があることが知られている.本稿では,論文推薦システムにおける説明インタフェースを,効果・透明性・満足度から評価する.具体的には,No explanation,Keywords,Tag cloud(mono-color),Tag cloud(color)の4つの説明インタフェースを比較する.経済学あるいは情報学の教材を利用して,30名の学生を対象に被験者実験を実施した.結果,各説明インタフェース間の有意差は観察されなかった.被験者の属性に着目すると,修士課程の被験者の満足度について,Tag cloud(mono-color)が最も高かった.推薦されている論文と教材との関連性を色で表現するTag cloud(color)よりも,関連性を明示しないTag cloud(mono-color)の評価が高かった理由として,彼らは教材との関連性よりも彼らの関心に基づいて推薦アイテムの適合性を判断していることが挙げられる.対して,学士課程の被験者の満足度については,No explanationとTag cloud(color)が最も高かった.説明インタフェースに表示されるキーワードを理解できない場合はNo explanationの満足度が高く,理解できる場合はTag cloud(color)が高い.このことから,学士課程の被験者は推薦アイテムの適合性を判断する際に教材との関連性に注目しており,説明インタフェースが関連性の理解を支援しているといえる.(著者抄録)

, , , , , , ,
, , , ,

CAI

引用文献 (14件)：

J. Beel, A. Aizawa, C. Breitinger, and B. Gipp. Mr. DLib: recommendations-as-a-service (RaaS) for academia. In ACM/IEEE Joint Conference on Digital Libraries (JCDL), pages 1-2. IEEE, 2017.
J. Beel, B. Gipp, S. Langer, and C. Breitinger. paper recommender systems: a literature survey. International Journal on Digital Libraries, 17(4):305-338, 2016.
F Gedikli, D. Jannach, and M. Ge. How should i explain? a comparison of different explanation types for recommender systems. International Journal of Human-Computer Studies, 72(4):367-382, 2014.
J. L. Herlocker, J. A. Konstan, and J. Riedl. Explaining collaborative filtering recommendations. In ACM Conference on Computer Supported Cooperative Work (CSCW), pages 241-250. ACM, 2000.
P. Kapanipathi, P. Jain, C. Venkataramani, and A. Sheth. User interests identification on twitter using a hierarchical knowledge base. In European Semantic Web Conference (ESWC), pages 99-113. Springer, 2014.

, , , , ,

前のページに戻る