Användares upplevelse av röstnings-baserade och visnings-baserade rekommendationer

Detta är en Kandidat-uppsats från Högskolan i Skövde/Institutionen för informationsteknologi

Sammanfattning: Det finns många webbsidor och flera av dem erbjuder miljontals objekt. För att hjälpa användarna att hitta rätt objekt används rekommendationssystem. Det är viktigt att veta hur olika funktioner i systemen skiljer sig för att ge användarna rätt rekommendationer. Arbetet jämför två listor med kollaborativa rekommendationer, röstnings-baserade och visnings-baserade, för att ta reda på hur användare upplever att dessa skiljer sig. Det skapas en databas innehållande filmer som hjälper till att ta fram dessa rekommendationer. De användare som medverkar i undersökningen svarar på en enkät med frågor om hur de olika rekommendationerna skiljer sig. Resultatet visar att användarna inte upplever att listorna skiljer sig sett över hela undersökningen. Däremot finns det tendens till signifikanta skillnader på listorna med rekommendationer i vissa fall. För framtida arbeten är det mest intressant att byta ut den data som används för att ta fram listorna för att ta reda på hur det påverkar resultatet.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)