HI,下午好,欢迎来到微信公众号转让!
公众号转让,微信公众号交易平台,公众号出售购买卖价格 24小时服务热线: 4000-163-301

新闻动态

NEWS CENTER

在使用由机器学习算法所驱动的应用界面中

2019-05-18

一个基于机器学习的人机交互研究表明:在使用由机器学习算法所驱动的应用界面中,用户在操作时会有一定的使用困难,并且只能形成较弱的心智模型。(译者注:用户通常无法理解自己的使用行为,与应用内所呈现的内容推荐结果有什么关联。)

我们正处于信息大爆炸的时代,对信息的跟踪捕捉和人工整理归纳变得越来越难。但幸运的是,现代数据科学可以对庞大的数据和信息进行归类整理,在界面上直接展示与我们相关的内容(例如网易云音乐推荐歌单)。

机器学习算法可以基于用户信息和行为数据,为用户推荐感兴趣的内容。如今,机器学习技术能更多地被开发者利用,这推动了大批的公司利用大数据算法去改善产品和提升用户体验。

利用人工智能去提升用户体验的3个典型例子有:

1. 内容推荐:(例:为用户推荐潜在感兴趣的电影/商品)

2. 广告或内容(如新闻头条)的选择性展示:根据用户需求提供定制化的折扣和优惠信息。(如用户最近有搜索过汽车购买内容,推送给用户的可能是与汽车购买折扣相关的广告)

3. 定制个性化捷径,用户可以一键触发下一步的操作

遗憾的是,这一系列的算法对用户通常是不可见的:用户在操作过程中,无法感知自己的哪些行为会被定义为“影响算法的行为”。并且算法的产出通常很难以理解。

由算法所提供的内容建议或推荐有可能命中用户需求,有可能表面上看起来是随机的,甚至有可能是毫无意义的。通常的情况是,这些算法对展示内容的分类标准是不可见的,它们会把展示内容按照特定的、并不互斥的分类进行分组。

虽然从算法角度出发,这样的内容展示/推荐机制是有意义的,但是用户通常很难理解推荐内容的逻辑,而且还可能会与传统的内容构建方式产生冲突。

在本文中,我们会探讨 Facebook,Instagram,Google news,Netflix 用户以及 Uber 司机与机器学习人机交互过程中遇到的一些问题。我们所采用持续一周的日记研究方式,在研究中,14 位真实用户会用 v-log 的形式记录下他们的人机交互过程。