Explanations Flashcards
Was ist eine Explanation?
Eine zusätzliche Informationen zur Erklärung der Ausgabe des Systems. Damit werden unterschiedlichste Ziele verfolgt. Bevor es also an das Formulieren der Explanations geht, müssen die Ziele festgelegt werden!
Achtung: manche Ziele werden sich spießen!
Was sind mögliche Ziele die man mit Explanations erreichen möchte?
- Transparenz
- Validität
- Vertrauenswürdigkeit
- Überzeugungskraft
- Effektivität
- Effektivität
- Nachvollziehbarkeit
- Bildung
Erklären Sie das Ziel Transparenz im Kontext von Explanations.
- erklären, wie das System funktioniert
- Informationen bereitstellen, damit der Benutzer die Überlegungen nachvollziehen kann, die zur Erstellung einer bestimmten Empfehlung verwendet wurden
- Informationen zur Verfügung stellen, warum ein Element gegenüber einem anderen bevorzugt wurde
Erklären Sie das Ziel Gültigkeit/Validity im Kontext von Explanations.
- Ermöglicht dem Benutzer, die Gültigkeit einer Empfehlung zu überprüfen
- Ist nicht unbedingt mit Transparenz verbunden
Erklären Sie das Ziel Vertrauenswürdigkeit / Trustworthyness im Kontext von Explanations.
- Erhöht das Vertrauen des Benutzers in das System
- Vertrauensbildung kann als ein Mechanismus zur Reduzierung der Komplexität der menschlichen Entscheidungsfindung in unsicheren Situationen betrachtet werden
- Verringerung der Unsicherheit über die Qualität einer Empfehlung
Erklären Sie das Ziel Überzeugungskraft / Persuasiveness im Kontext von Explanations.
Überzeugende Erklärungen für Empfehlungen zielen darauf ab, das Kaufverhalten des Benutzers zu ändern
Erklären Sie das Ziel Effektivität / Effectiveness im Kontext von Explanations.
- Die Unterstützung, die ein Benutzer erhält, um qualitativ hochwertige Entscheidungen zu treffen
- Dem Kunden helfen, seine Präferenzen zu entdecken
- Dem Kunden helfen, bessere Entscheidungen zu treffen
Erklären Sie das Ziel Effizienz / Efficiency im Kontext von Explanations.
- Reduzieren Sie den Entscheidungsaufwand
- Reduziert die Zeit, die für die Entscheidungsfindung benötigt wird
- Ein weiteres Maß kann auch der wahrgenommene kognitive Aufwand sein
Erklären Sie das Ziel Nachvollziehbarkeit / Comprehensibility im Kontext von Explanations.
- Empfehlungsgeber können nie sicher sein, was der Benutzer weiß
- Unterstützung des Benutzers, indem die bekannten Konzepte des Benutzers mit den Konzepten des Empfehlungsgebers in Beziehung gesetzt werden
Erklären Sie das Ziel Bildung / Education im Kontext von Explanations.
- Aufklärung der Benutzer, um ihnen zu helfen, die Produktdomäne besser zu verstehen
- Tiefes Wissen über die Domäne hilft Kunden, ihre Präferenzen zu überdenken und die Vor- und Nachteile verschiedener Lösungen zu bewerten
- Letztendlich können die Kunden, wenn sie besser informiert sind, klügere Kaufentscheidungen treffen
Welche Typen von Erklärungen in Empfehlungssystemen kennen Sie? Nennen Sie je ein Beispiel.
- Itembasiert: “Dieser Artikel wurde empfohlen, weil Sie Artikel X bewertet/gekauft haben”
- Userbasiert: “Benutzer wie Sie mochten auch ….”
- Contentbasiert: “Dieser Artikel wird empfohlen, weil er die Begriffe X und Y enthält, die für Sie interessante Eigenschaften sind”
- Kombinationen (Human/Item, Human/Content, Human/Content/Item)
- Sozialbasierte: “Dein Freund X, mit dem du einen ähnlichen Geschmack in Bezug auf Künstler teilst, hört den Artikel Y”
- Populärität: “X ist sehr beliebt in der last.fm-Datenbank mit Y Millionen Hörern und Z Millionen Abspielungen”
Welche 3 Dimensionen unterscheiden Friedrich und Zanker bei Explanations?
Argumentationsmodell (Reasoning Modell):
- White Box Explanations
- Black Box Explanations
(Genutzte) Informations Kategorie (Exploited Info cat.):
Wo kommen die Informationen her?
- User Model (Dinge die ich über den Nutzer weiß)
- Recommended Item (Dinge die ich über das empf. Item weiß)
- Alternative/Konkurrenz Items (Empfohlene Item passt verglichen mit den Alternativen am besten, weil…)
Paradigma:
- Collaborativ
\+ user-basiert
\+ item-basiert
- Content-basiert
- Knowledge-basiert (weniger wichtig)
Was ist mit White-Box Argumentation gemeint?
Nutzer bekommen Einblick, warum er eine Empfehlung bekommen haben.
Bei einer echten White-Box Explanation, werden dem Nutzer in allen 3 folgenden Stufen Informationen geliefert:
- Benutzer vergeben Bewertungen
- System findet/definiert Nachbarn
- Die Bewertungen der Nachbarn werden zu Empfehlungen kombiniert
-> sehr aufwendig in dem Detailgrad, reine White-Box wird man selten finden
Was ist mit Black-Box Argumentation gemeint?
- Oft ist es nicht möglich, jedem Benutzer ein konzeptionelles Modell des Systems zu vermitteln
- System → Black Box, “Orakel”
- Der Benutzer ist sich möglicherweise nicht einmal bewusst, dass das System implizite Bewertungen sammelt (z. B. Zeit, die mit dem Lesen verbracht wurde)
- Erklärungen, wie sie im White-Box-Modell erzeugt werden, sind nicht angemessen
- Dennoch wird eine Form der Rechtfertigung benötigt
