作者
Fisher, William (1)、Jacob Rhyne (2)、Mark Bailey (2)、Joseph Morgan (2) 和 Ryan Lekivetz (2)。
隶属关系
（1）克莱姆森大学，南卡罗来纳州克莱姆森市
（2）JMP 统计发现有限责任公司
杂志
第33届ACM用户建模、适应和个性化会议论文集
发布日期
2025
抽象的
设计有效的用户界面 (UI) 是一个复杂的决策过程，通常依赖于可用性测试和对用户偏好的理解。然而，用户偏好会因情境信息（例如年龄、国籍或软件系统的使用场景）而存在显著差异，这给创建普适有效的研究带来了巨大挑战。为了解决这个问题，我们提出了一种新颖的情境离散选择实验 (DCE) 框架，用于学习情境信息与用户偏好之间的关系，从而为新的用户群体创建统计效率更高的研究。在该框架中，用户需要回答一系列问题，并在两个或多个设计方案中选择其偏好。我们将这些偏好数据与情境信息相结合，用于构建一个统计模型，该模型可以向新用户或现有用户推荐 UI 设计。我们详细阐述了情境 DCE 的设计方法，并通过一个涉及统计软件系统用户的实际案例展示了其应用。结果表明，情境 DCE 框架能够有效地捕捉用户偏好，并提供个性化的 UI 推荐。
引用
Fisher, W.、Rhyne, J.、Bailey, M.、Morgan, J. 和 Lekivetz, R.，2025 年 6 月。通过情境离散选择实验学习用户界面偏好。第33届ACM用户建模、适应和个性化会议论文集（第 313-317 页）， https://doi.org/10.1145/3699682.3728319 。
