从人机交互研究的角度绘制机器学习发展图,从而揭示设计创新的起点——姚梦婷

Mapping Machine Learning Advances From HCI Research to Reveal Starting Places for Design Innovation

1.论文背景信息

论文原文:https://dl.acm.org/citation.cfm?id=3173704

来源:CHI2018

作者:博士Qian Yang、助理教授Nikola Banovic、教授John Zimmerman

作者简介:三位作者均来自卡内基梅隆大学HCI研究所。其个人主页及简历详见yangqian@cmu.edunbanovic@cs.cmu.edujohnz@cs.cmu.edu

论文关键词:用户体验; 机器学习; 敏化概念; 数据挖掘;文献计量学; 研究转移

2.核心价值

近年来,研究如何使用机器学习(ML)改善用户体验(UX)这一主题,成为众多HCI研究者的主要研究方向。但是一些设计研究人员声称,在使用机器学习改善用户体验的过程中,其设计输出缺乏创新性。本文通过分析2494个相关的HCI研究论文集,发现整合UXML的研究匮乏。为了弥补这一差距,本文挖掘语料库并生成相应的主题,在HCI中绘制了7个ML技术功能集群,其中包含了3个未经探索的集群。设计研究人员可以挖掘并创建敏化概念。为了使得ML技术功能集群更好地发挥作用,本文随后分析确定了其价值渠道,通过这些渠道,技术价值可以转换为用户价值:用户个体,用户所处环境,用户要素最优解和实用能力。集群以及价值渠道共同标志着为ML技术改善人们生活的新途径的起点。 read more