論文の概要: Unveiling the Life Cycle of User Feedback: Best Practices from Software Practitioners

• arxiv url: http://arxiv.org/abs/2309.07345v1
• Date: Wed, 13 Sep 2023 22:52:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 07:51:15.365709
• Title: Unveiling the Life Cycle of User Feedback: Best Practices from Software Practitioners
• Title（参考訳）: ユーザフィードバックのライフサイクルを明らかにする - ソフトウェア実践者のベストプラクティス
• Authors: Ze Shi Li, Nowshin Nawar Arony, Kezia Devathasan, Manish Sihag, Neil Ernst, Daniela Damian
• Abstract要約: ソーシャルメディアは、多くの組織にとってますます重要になっているフィードバックの重要なカテゴリとして登場した。 我々は,組織がユーザのフィードバックを効果的に理解し,対処していると感じた実践者の回答から抽出した,ユーザフィードバックを管理するためのベストプラクティスについて報告する。
• 参考スコア（独自算出の注目度）: 3.670008893193884
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: User feedback has grown in importance for organizations to improve software products. Prior studies focused primarily on feedback collection and reported a high-level overview of the processes, often overlooking how practitioners reason about, and act upon this feedback through a structured set of activities. In this work, we conducted an exploratory interview study with 40 practitioners from 32 organizations of various sizes and in several domains such as e-commerce, analytics, and gaming. Our findings indicate that organizations leverage many different user feedback sources. Social media emerged as a key category of feedback that is increasingly critical for many organizations. We found that organizations actively engage in a number of non-trivial activities to curate and act on user feedback, depending on its source. We synthesize these activities into a life cycle of managing user feedback. We also report on the best practices for managing user feedback that we distilled from responses of practitioners who felt that their organization effectively understood and addressed their users' feedback. We present actionable empirical results that organizations can leverage to increase their understanding of user perception and behavior for better products thus reducing user attrition.
• Abstract（参考訳）: ユーザフィードバックは、組織がソフトウェア製品を改善するために重要になっている。 以前の研究では、主にフィードバック収集に焦点を合わせ、プロセスの高レベルな概要を報告し、多くの場合、実践者がどのように考えるかを見落とし、構造化されたアクティビティを通じてこのフィードバックを実践した。 本研究は,eコマース,アナリティクス,ゲームなど,さまざまな規模の32の組織から40人の実践者を対象に,探索的なインタビューを行った。 以上の結果から,組織はさまざまなユーザフィードバックソースを活用することが示唆された。 ソーシャルメディアは、多くの組織にとってますます重要になっているフィードバックの重要なカテゴリとして登場した。 組織は、ソースに応じて、ユーザのフィードバックをキュレートし、行動するために、多くの非自明な活動に積極的に取り組んでいます。 これらのアクティビティを,ユーザフィードバックを管理するライフサイクルに合成する。 また,組織がユーザのフィードバックを効果的に理解し対処していると感じた実践者の反応から抽出した,ユーザフィードバック管理のベストプラクティスについても報告する。 我々は,より優れた製品に対するユーザ認識と行動に対する理解を高めるために,組織が活用できる実用的な実証結果を示す。

関連論文リスト

• Multi-Cause Deconfounding for Recommender Systems with Latent Confounders [20.559573838679853]
  潜伏要因は、ユーザーの行動、アイテムの露出、フィードバックに異なる方法で影響を及ぼす可能性がある。 既存のメソッドは、ユーザとフィードバックの間の潜伏した共同創設者を説明できない。 提案手法は,既存共同設立者によるリコメンデータシステムのためのマルチファインデコンウンディング手法を提案する。
  論文  参考訳（メタデータ） (2024-10-16T08:37:39Z)
• User Feedback in Continuous Software Engineering: Revealing the State-of-Practice [3.151810331262745]
  継続的エンジニアリングのプラクティスには、顧客とエンドユーザからのインプットを伴う継続的フィードバックループが必要です。 実践者がCSEでユーザフィードバックをどのように扱うかを説明する文献は限られている。 製品開発企業13社の21社のインタビューから質的な調査と報告を行った。
  論文  参考訳（メタデータ） (2024-10-09T21:59:16Z)
• Proactive Recommendation in Social Networks: Steering User Interest via Neighbor Influence [54.13541697801396]
  我々は,PRSN(Proactive Recommendation in Social Networks)という新しいタスクを提案する。 PRSNは、社会的隣人の影響力を生かして、間接的に利用者の関心を喚起する。 本稿では,2つの主要なモジュールを持つNighbor Interference Recommendation (NIRec) フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-13T15:53:40Z)
• Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
  アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。 アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。 本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
  論文  参考訳（メタデータ） (2024-04-19T16:45:50Z)
• Continually Improving Extractive QA via Human Feedback [59.49549491725224]
  本研究では,人間のフィードバックによる抽出質問応答(QA)システムの改善を継続的に進める。 多様な設定の下で何千ものユーザインタラクションを含む実験を行い、時間とともにフィードバックからの学習の理解を広げます。
  論文  参考訳（メタデータ） (2023-05-21T14:35:32Z)
• Sequence-aware item recommendations for multiply repeated user-item interactions [0.0]
  項目推薦のタスクにおいて時間次元を誘導するレコメンデータシステムを設計する。 推薦を行うために、各ユーザに対するアイテムインタラクションのシーケンスを検討する。 本手法は,小売環境におけるユーザとユーザ間のインタラクションを高精度に予測する試みである。
  論文  参考訳（メタデータ） (2023-04-02T17:06:07Z)
• Simulating Bandit Learning from User Feedback for Extractive Question Answering [51.97943858898579]
  教師付きデータを用いたフィードバックのシミュレーションにより,ユーザフィードバックからの学習を抽出的質問応答に適用する。 当初は少数の例でトレーニングしたシステムが,モデル予測された回答に対するユーザからのフィードバックを劇的に改善できることが示される。
  論文  参考訳（メタデータ） (2022-03-18T17:47:58Z)
• User-Inspired Posterior Network for Recommendation Reason Generation [53.035224183349385]
  推奨理由生成は、顧客の関心を惹きつけ、ユーザーエクスペリエンスを向上させる上で重要な役割を果たします。 ユーザインスパイアされたマルチソース後部トランス(MSPT)を提案し,ユーザの興味を反映したモデルを誘導する。 実験の結果,本モデルは従来の生成モデルよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2021-02-16T02:08:52Z)
• Improving Conversational Question Answering Systems after Deployment using Feedback-Weighted Learning [69.42679922160684]
  本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。 当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
  論文  参考訳（メタデータ） (2020-11-01T19:50:34Z)
• End User Accounts of Dark Patterns as Felt Manipulation [27.30148897628138]
  英語および中国語におけるユーザ調査の結果について報告する。 我々は,操作製品に対するエンドユーザの体験を定性的に支援した洞察と,操作の継続性の両方を識別する。
  論文  参考訳（メタデータ） (2020-10-21T14:55:09Z)

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。