著者
フィッシャー、ウィリアム（1）、ジェイコブ・ライン（2）、マーク・ベイリー（2）、ジョセフ・モーガン（2）、ライアン・レキベッツ（2）。
所属
(1)クレムソン大学、サウスカロライナ州クレムソン
（2）JMP統計発見有限責任会社
ジャーナル
第33回ACMユーザーモデリング、適応、パーソナライゼーション会議議事録
公開日
2025
抽象的な
効果的なユーザーインターフェース（UI）の設計は、多くの場合、ユーザビリティテストとユーザーの嗜好の理解に依存する複雑な意思決定プロセスです。しかし、ユーザーの嗜好はコンテキスト情報（年齢、国籍、ソフトウェアシステムのユースケースなど）によって大きく異なるため、普遍的に効果的な研究を作成することは大きな課題となります。この問題に対処するため、我々はコンテキスト情報とユーザーの嗜好の関係を学習するための、コンテキスト離散選択実験（DCE）という新たなフレームワークを提案します。これにより、新しい参加者コホートに対して、より統計的に効率的な研究が可能になります。このフレームワークでは、ユーザーに一連の質問を提示し、2つ以上のデザイン選択肢の中から好みの選択肢を選択します。この嗜好データとコンテキスト情報を組み合わせることで、新規ユーザーまたは既存ユーザーにUIデザインを推奨する統計モデルが構築されます。本稿では、コンテキストDCEの設計方法論を詳細に説明し、統計ソフトウェアシステムのユーザーを対象とした実例を用いてその適用例を示します。得られた結果は、コンテキストDCEフレームワークがユーザーの嗜好を効果的に捉え、パーソナライズされたUI推奨を提供することを示しています。
引用
Fisher, W., Rhyne, J., Bailey, M., Morgan, J. and Lekivetz, R., 2025年6月. 文脈的離散選択実験によるユーザーインターフェースの嗜好の学習.第33回ACMユーザーモデリング、適応、パーソナライゼーション会議議事録(pp. 313-317)、 https://doi.org/10.1145/3699682.3728319 。
