저자
Fisher, William(1), Jacob Rhyne(2), Mark Bailey(2), Joseph Morgan(2), Ryan Lekivetz(2).
소속
(1) 클렘슨 대학교, 사우스캐롤라이나주 클렘슨
(2) JMP Statistical Discovery LLC
신문
제33회 ACM 사용자 모델링, 적응 및 개인화 컨퍼런스 회의록
게시일
2025
추상적인
효과적인 사용자 인터페이스(UI) 설계는 사용성 테스트와 사용자 선호도 파악에 크게 의존하는 복잡한 의사결정 과정입니다. 그러나 사용자 선호도는 연령, 국적, 소프트웨어 시스템의 사용 사례와 같은 맥락 정보에 따라 크게 달라질 수 있어 보편적으로 효과적인 연구를 수행하는 데 상당한 어려움이 있습니다. 이러한 문제를 해결하기 위해, 본 연구에서는 맥락 정보와 사용자 선호도 간의 관계를 학습하는 새로운 맥락 기반 이산 선택 실험(DCE) 프레임워크를 제안합니다. 이 프레임워크를 통해 새로운 참가자 집단을 대상으로 통계적으로 더욱 효율적인 연구를 설계할 수 있습니다. 사용자는 일련의 질문에 답하고 두 개 이상의 디자인 대안 중에서 선호하는 옵션을 선택합니다. 이렇게 얻은 선호도 데이터는 맥락 정보와 결합되어 신규 또는 기존 사용자에게 UI 디자인을 추천하는 통계 모델을 개발하는 데 사용됩니다. 본 논문에서는 맥락 기반 DCE 설계 방법론을 자세히 설명하고 통계 소프트웨어 시스템 사용자를 대상으로 한 실제 사례를 통해 적용 사례를 제시합니다. 연구 결과는 맥락 기반 DCE 프레임워크가 사용자 선호도를 효과적으로 포착하고 개인화된 UI 추천을 제공함을 보여줍니다.
소환
Fisher, W., Rhyne, J., Bailey, M., Morgan, J. 및 Lekivetz, R., 2025년 6월. 상황적 이산 선택 실험을 통한 사용자 인터페이스 선호도 학습.제33회 ACM 사용자 모델링, 적응 및 개인화 컨퍼런스 회의록(313-317쪽), https://doi.org/10.1145/3699682.3728319 .
