arXiv Artificial Intelligence· Deo Munduku, Elsa Negre·· 13 小时前AI 评分26
从用户解读方式中学习：个性化推荐解释顺序
Learning from How Users Interpret: Personalizing Recommendation Explanation Order
AI 导读
一项122人参与的受控研究按信息选择、相对显著性和关系组织三个维度刻画用户此前的文本解读，并据此组织内容与措辞完全相同的解释句。基于本人历史画像的OWN组织方式客观理解正确率达86.5%，高于DONOR的66.0%、POP的63.9%和PROFILE LLM的73.0%，混合效应分析显示OWN优于各替代方案。推荐接受度未检测到可靠的总体条件效应。
推荐理由模型分析
该预印本在122人受控实验中，把历史解释沿信息选择、相对显著性和关系组织三维度建模，仅调整解释句顺序而固定内容与措辞。结果显示，使用本人历史画像的客观理解正确率为86.5%，高于他人画像的66.0%、群体画像的63.9%和LLM画像的73.0%，但推荐接受度未见可靠差异。这为解释个性化提供了可操作的排序信号，适合HCI与AI研究者据此设计对照实验，但结论限于该实验任务与样本，尚不能外推到真实产品效果。
来源：arXiv Artificial Intelligence · arxiv.org