Autori
Fisher, William (1), Jacob Rhyne (2), Mark Bailey (2), Joseph Morgan (2) e Ryan Lekivetz (2).
Affiliazioni
(1) Università di Clemson, Clemson, SC
(2) JMP Statistical Discovery LLC
Giornale
Atti della 33a Conferenza ACM sulla modellazione, l'adattamento e la personalizzazione degli utenti
Data di pubblicazione
2025
Astratto
Progettare interfacce utente (UI) efficaci è un processo decisionale complesso che spesso si basa su test di usabilità e sulla comprensione delle preferenze degli utenti. Tuttavia, le preferenze degli utenti possono variare notevolmente in base alle informazioni contestuali (come età, nazionalità o caso d'uso del sistema software), rappresentando una sfida significativa nella creazione di studi universalmente efficaci. Per affrontare questo problema, proponiamo un nuovo framework di sperimentazione di scelte discrete contestuali (DCE) per apprendere la relazione tra informazioni contestuali e preferenze degli utenti, consentendo la creazione di studi statisticamente più efficienti per nuove coorti di partecipanti. In questo framework, agli utenti viene presentata una sequenza di domande in cui devono scegliere l'opzione preferita tra due o più alternative di progettazione. Questi dati sulle preferenze, combinati con le informazioni contestuali, vengono utilizzati per sviluppare un modello statistico che consiglia la progettazione dell'interfaccia utente a utenti nuovi o esistenti. Descriviamo in dettaglio la metodologia per la progettazione di DCE contestuali e ne dimostriamo l'applicazione con un esempio reale che coinvolge gli utenti di un sistema software statistico. I nostri risultati indicano che il framework DCE contestuale cattura efficacemente le preferenze degli utenti e fornisce raccomandazioni personalizzate per l'interfaccia utente.
Citazione
Fisher, W., Rhyne, J., Bailey, M., Morgan, J. e Lekivetz, R., 2025, giugno. Apprendimento delle preferenze dell'interfaccia utente tramite sperimentazione di scelte discrete contestuali. InAtti della 33a Conferenza ACM sulla modellazione, l'adattamento e la personalizzazione degli utenti(pagine 313-317), https://doi.org/10.1145/3699682.3728319 .
