User Factors in Recommender Systems: Case Studies in e-Commerce, News Recommending, and e-Learning
Leino, Juha (2014)
Leino, Juha
Tampere University Press Tampereen yliopisto
2014
Vuorovaikutteinen teknologia - Interactive Technology
Informaatiotieteiden yksikkö - School of Information Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Väitöspäivä
2014-08-29
Julkaisun pysyvä osoite on
https://urn.fi/URN:ISBN:978-951-44-9551-9
https://urn.fi/URN:ISBN:978-951-44-9551-9
Tiivistelmä
Käyttäjänäkökulmia suosittelujärjestelmiin:
Tapaustutkimuksia e-kaupasta, uutisten suosittelusta ja e-oppimisesta
Erilaiset uutissivustot tuottavat loputtoman uutisvirran, josta lukijan olisi jotenkin löydettävä itseään kiinnostavat uutiset. Amazonin kaltaiset verkkokaupat virtuaalisesti loputtomine hyllyineen tarjoavat valtaisia määriä tuotevaihtoehtoja, joista kuluttajan olisi löydettävä ja valittava itselleen sopivin tuote. Internetissä on tarjolla huikea määrä erilaisia oppimateriaaleja aina tieteellisistä artikkeleista asiantuntijoiden videoihin, mutta miten löytää itselleen osuvimmat aineistot kaikkien Googlen palauttamien vaihtoehtojen joukosta? Käytännössä ei monissa tilanteissa ole enää mahdollista tarkastella kaikkia tarjolla olevia vaihtoehtoja yksitellen – määrät ovat yksinkertaisesti liian suuria.
Tämä informaatiotulva on johtanut suosittelujärjestelmien nopeaan yleistymiseen erilaisissa verkkopalveluissa. Suosittelujärjestelmät auttavat palveluiden käyttäjiä kahdella tavalla. Ensinnäkin ne löytävät erilaisilla suodatusmenetelmillä vaihtoehtoja, jotka todennäköisesti erityisesti kiinnostavat kutakin yksittäistä käyttäjää. Esimerkiksi Amazon alkaa personoida kirjasuosituksia, joita se tarjoaa Customers who… -kohdassa heti, kun asiakas on katsonut yhtäkin kirjaa. Toiseksi ne auttavat valitsemaan sopivimman vaihtoehdon tarjoamalla käyttäjäyhteisön näkemyksiä tuotteista. Esimerkiksi Amazon tarjoaa kirjoista toisten käyttäjien arvosteluja, joita lukemalla saa paremman käsityksen kirjan sisällöstä ja sen soveltuvuudesta itselle.
Suosittelujärjestelmien tutkimuksessa on pitkään keskitytty niiden tekniseen toimintaan, kuten parempien tilastollisien menetelmien kehittämiseen vaihtoehtojen suodattamista varten. Samalla käyttäjien näkökulma on jäänyt taka-alalle siitä huolimatta, että itse asiassa käyttäjäkeskeiset tekijät ratkaisevat sen, haluavatko käyttäjät yleensä käyttää tiettyä suosittelujärjestelmää. Käyttäjäkeskeisten tekijöiden tutkimista on haitannut sekin, että niiden tutkiminen on haastavaa – suosittelujärjestelmän rakentaminen ja sitä käyttävän käyttäjäyhteisön ylläpitäminen on kallista, hidasta ja vaikeaa.
Väitöskirjan muodostavat seitsemän kansainvälisillä foorumeilla julkaistua artikkelia tarkastelevat suosittelujärjestelmiä käyttäjäkeskeisestä näkökulmasta kolmella eri sovellusalueella: e-kaupassa, uutisten suosittelussa ja e-oppimisessa. Tapaustutkimukset tuovat uutta tietoa mm. siitä, miten suosittelujärjestelmät vaikuttavat ihmisten toimintaan verkkokaupassa ja miten niitä todellisuudessa käytetään tuotteita etsittäessä ja valittaessa; siitä, miten uutisia suositellaan ihmisten kesken ja miten tämä liittyy ihmisten normaaliin sosiaaliseen toimintaan; ja siitä, miten suosittelujärjestelmien käyttö e-oppimisessa eroaa huomattavasti niiden käytöstä e-kaupassa. Tulokset korostavat käyttäjäkeskeisen tutkimuksen ja testaamisen merkitystä pyrittäessä kehittämään suosittelujärjestelmiä, jotka aidosti palvelevat käyttäjiään.
Tapaustutkimuksia e-kaupasta, uutisten suosittelusta ja e-oppimisesta
Erilaiset uutissivustot tuottavat loputtoman uutisvirran, josta lukijan olisi jotenkin löydettävä itseään kiinnostavat uutiset. Amazonin kaltaiset verkkokaupat virtuaalisesti loputtomine hyllyineen tarjoavat valtaisia määriä tuotevaihtoehtoja, joista kuluttajan olisi löydettävä ja valittava itselleen sopivin tuote. Internetissä on tarjolla huikea määrä erilaisia oppimateriaaleja aina tieteellisistä artikkeleista asiantuntijoiden videoihin, mutta miten löytää itselleen osuvimmat aineistot kaikkien Googlen palauttamien vaihtoehtojen joukosta? Käytännössä ei monissa tilanteissa ole enää mahdollista tarkastella kaikkia tarjolla olevia vaihtoehtoja yksitellen – määrät ovat yksinkertaisesti liian suuria.
Tämä informaatiotulva on johtanut suosittelujärjestelmien nopeaan yleistymiseen erilaisissa verkkopalveluissa. Suosittelujärjestelmät auttavat palveluiden käyttäjiä kahdella tavalla. Ensinnäkin ne löytävät erilaisilla suodatusmenetelmillä vaihtoehtoja, jotka todennäköisesti erityisesti kiinnostavat kutakin yksittäistä käyttäjää. Esimerkiksi Amazon alkaa personoida kirjasuosituksia, joita se tarjoaa Customers who… -kohdassa heti, kun asiakas on katsonut yhtäkin kirjaa. Toiseksi ne auttavat valitsemaan sopivimman vaihtoehdon tarjoamalla käyttäjäyhteisön näkemyksiä tuotteista. Esimerkiksi Amazon tarjoaa kirjoista toisten käyttäjien arvosteluja, joita lukemalla saa paremman käsityksen kirjan sisällöstä ja sen soveltuvuudesta itselle.
Suosittelujärjestelmien tutkimuksessa on pitkään keskitytty niiden tekniseen toimintaan, kuten parempien tilastollisien menetelmien kehittämiseen vaihtoehtojen suodattamista varten. Samalla käyttäjien näkökulma on jäänyt taka-alalle siitä huolimatta, että itse asiassa käyttäjäkeskeiset tekijät ratkaisevat sen, haluavatko käyttäjät yleensä käyttää tiettyä suosittelujärjestelmää. Käyttäjäkeskeisten tekijöiden tutkimista on haitannut sekin, että niiden tutkiminen on haastavaa – suosittelujärjestelmän rakentaminen ja sitä käyttävän käyttäjäyhteisön ylläpitäminen on kallista, hidasta ja vaikeaa.
Väitöskirjan muodostavat seitsemän kansainvälisillä foorumeilla julkaistua artikkelia tarkastelevat suosittelujärjestelmiä käyttäjäkeskeisestä näkökulmasta kolmella eri sovellusalueella: e-kaupassa, uutisten suosittelussa ja e-oppimisessa. Tapaustutkimukset tuovat uutta tietoa mm. siitä, miten suosittelujärjestelmät vaikuttavat ihmisten toimintaan verkkokaupassa ja miten niitä todellisuudessa käytetään tuotteita etsittäessä ja valittaessa; siitä, miten uutisia suositellaan ihmisten kesken ja miten tämä liittyy ihmisten normaaliin sosiaaliseen toimintaan; ja siitä, miten suosittelujärjestelmien käyttö e-oppimisessa eroaa huomattavasti niiden käytöstä e-kaupassa. Tulokset korostavat käyttäjäkeskeisen tutkimuksen ja testaamisen merkitystä pyrittäessä kehittämään suosittelujärjestelmiä, jotka aidosti palvelevat käyttäjiään.
Kokoelmat
- Väitöskirjat [4773]