論文の概要: Creating user stereotypes for persona development from qualitative data
through semi-automatic subspace clustering
- arxiv url: http://arxiv.org/abs/2306.14551v1
- Date: Mon, 26 Jun 2023 09:49:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-27 14:17:59.700534
- Title: Creating user stereotypes for persona development from qualitative data
through semi-automatic subspace clustering
- Title（参考訳）: 半自動部分空間クラスタリングによる質的データからのペルソナ開発のためのユーザステレオタイプの作成
- Authors: Dannie Korsgaard, Thomas Bjorner, Pernille Krog Sorensen, Paolo
Burelli
- Abstract要約: 本稿では,ペルソナ作成プロセスの一部を自動化するために,ユーザステレオタイプをモデル化する手法を提案する。
結果は、人格設計者と人格設計者との違いが、異なる結果をもたらすことを示している。
提案アルゴリズムはパラメータ入力に基づいて同様の結果を与えるが、より厳密で最適なクラスタを見つけることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Personas are models of users that incorporate motivations, wishes, and
objectives; These models are employed in user-centred design to help design
better user experiences and have recently been employed in adaptive systems to
help tailor the personalized user experience. Designing with personas involves
the production of descriptions of fictitious users, which are often based on
data from real users. The majority of data-driven persona development performed
today is based on qualitative data from a limited set of interviewees and
transformed into personas using labour-intensive manual techniques. In this
study, we propose a method that employs the modelling of user stereotypes to
automate part of the persona creation process and addresses the drawbacks of
the existing semi-automated methods for persona development. The description of
the method is accompanied by an empirical comparison with a manual technique
and a semi-automated alternative (multiple correspondence analysis). The
results of the comparison show that manual techniques differ between human
persona designers leading to different results. The proposed algorithm provides
similar results based on parameter input, but was more rigorous and will find
optimal clusters, while lowering the labour associated with finding the
clusters in the dataset. The output of the method also represents the largest
variances in the dataset identified by the multiple correspondence analysis.
- Abstract（参考訳）: これらのモデルはユーザ中心のデザインに採用され、より良いユーザエクスペリエンスの設計を支援し、最近はパーソナライズされたユーザエクスペリエンスを調整するために適応システムで採用されている。
ペルソナを使ったデザインには架空のユーザの記述が伴うが、それはしばしば実際のユーザからのデータに基づいている。
今日行われているデータ駆動型ペルソナ開発の大部分は、限られた数のインタビュアーによる質的データに基づいており、労働集約的な手作業技術を用いてペルソナに変換されている。
本研究では,ユーザのステレオタイプをモデル化してペルソナ作成プロセスの一部を自動化し,既存の半自動的なペルソナ開発手法の欠点を解決する手法を提案する。
この方法の説明には、手動技術と半自動的な代替法(多重対応分析)との実証的な比較が伴う。
比較の結果,人格設計者によって手作業の技法が異なり,結果が異なっていた。
提案するアルゴリズムはパラメータ入力に基づいて同様の結果を提供するが、より厳密で最適なクラスタを見つけ、データセット内のクラスタの発見に伴う労力を下げる。
また、この方法の出力は、多重対応解析によって識別されるデータセットにおける最大のばらつきを表す。
関連論文リスト
- Forewarned is Forearmed: Leveraging LLMs for Data Synthesis through Failure-Inducing Exploration [90.41908331897639]
大規模言語モデル(LLM)は、多種多様な高品質なタスク特化データのトレーニングの恩恵を受けている。
本稿では,効果的なトレーニングサンプルを自動生成する新しい手法であるReverseGenを提案する。
論文 参考訳（メタデータ） (2024-10-22T06:43:28Z) - Towards Personalized Federated Learning via Heterogeneous Model
Reassembly [84.44268421053043]
pFedHRは、異種モデルの再組み立てを利用して、パーソナライズされたフェデレーション学習を実現するフレームワークである。
pFedHRは、動的に多様なパーソナライズされたモデルを自動生成する。
論文 参考訳（メタデータ） (2023-08-16T19:36:01Z) - Amortised Experimental Design and Parameter Estimation for User Models
of Pointing [5.076871870091048]
我々は、データを収集し、パラメーターをできるだけ効率的に推論するために実験をどのように設計するかを示す。
シミュレーション参加者を用いて実験設計を選択するための政策を訓練する。
提案手法は, モデル空間から採取したシリカ内エージェントと相互作用して, パラメータ推定に最も有用なデータを提供する実験を学習する。
論文 参考訳（メタデータ） (2023-07-19T10:17:35Z) - Assisting Human Decisions in Document Matching [52.79491990823573]
我々は,意思決定者のパフォーマンスを向上する支援情報の種類を評価するためのプロキシマッチングタスクを考案した。
ブラックボックスモデルによる説明を提供することで,マッチング作業におけるユーザの精度が低下することが判明した。
一方,タスク固有のデシラタに密接に対応するように設計されたカスタムメソッドは,ユーザのパフォーマンス向上に有効であることが判明した。
論文 参考訳（メタデータ） (2023-02-16T17:45:20Z) - HyperImpute: Generalized Iterative Imputation with Automatic Model
Selection [77.86861638371926]
カラムワイズモデルを適応的かつ自動的に構成するための一般化反復計算フレームワークを提案する。
既製の学習者,シミュレータ,インターフェースを備えた具体的な実装を提供する。
論文 参考訳（メタデータ） (2022-06-15T19:10:35Z) - A Data-Driven Method for Automated Data Superposition with Applications
in Soft Matter Science [0.0]
我々は任意の座標変換で実験データを重畳するデータ駆動非パラメトリック法を開発した。
本手法は, 材料分類, 設計, 発見などの応用を通知する, 解釈可能なデータ駆動モデルを生成する。
論文 参考訳（メタデータ） (2022-04-20T14:58:04Z) - UserIdentifier: Implicit User Representations for Simple and Effective
Personalized Sentiment Analysis [36.162520010250056]
提案するUserIdentifierは,すべてのユーザに対して単一の共有モデルをトレーニングするための新しいスキームである。
提案手法は,入力データに固定された非トレーニング可能なユーザ識別子を追加することで,パーソナライズされた応答を生成する。
論文 参考訳（メタデータ） (2021-10-01T00:21:33Z) - Combining Feature and Instance Attribution to Detect Artifacts [62.63504976810927]
トレーニングデータアーティファクトの識別を容易にする手法を提案する。
提案手法は,トレーニングデータのアーティファクトの発見に有効であることを示す。
我々は,これらの手法が実際にNLP研究者にとって有用かどうかを評価するために,小規模なユーザスタディを実施している。
論文 参考訳（メタデータ） (2021-07-01T09:26:13Z) - Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。
提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。
分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
論文 参考訳（メタデータ） (2020-11-13T10:53:27Z) - Human or Machine: Automating Human Likeliness Evaluation of NLG Texts [0.0]
そこで,本研究では,人間によって書かれたように思われる手法を用いて,出力サンプルのパーセンテージを示す,人間の類似度スコアを提案する。
以下に示すように、本評価手法の最適設定を見つけるために、人書きテキストと機械生成テキストの実証分析を行う。
論文 参考訳（メタデータ） (2020-06-05T00:57:52Z) - Large-scale Hybrid Approach for Predicting User Satisfaction with
Conversational Agents [28.668681892786264]
ユーザの満足度を測定することは難しい課題であり、大規模な会話エージェントシステムの開発において重要な要素である。
人間のアノテーションに基づくアプローチは簡単に制御できるが、スケールするのは難しい。
新たなアプローチとして,会話エージェントシステムに埋め込まれたフィードバック誘導システムを通じて,ユーザの直接的なフィードバックを収集する手法がある。
論文 参考訳（メタデータ） (2020-05-29T16:29:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。