Auflistung nach Autor:in "Kunkel, Johannes"
1 - 6 von 6
Treffer pro Seite
Sortieroptionen
- Konferenzbeitrag3D-Visualisierung zur Eingabe von Präferenzen in Empfehlungssystemen(Mensch und Computer 2015 – Proceedings, 2015) Kunkel, Johannes; Loepp, Benedikt; Ziegler, JürgenIn diesem Beitrag stellen wir ein interaktives Empfehlungssystem vor, bei dem Nutzer ihre Präferenzen in einer dreidimensionalen Visualisierung des Produktraums eingeben können. Die Darstellung in Form einer Landschaft spiegelt dabei das Profil des aktuellen Nutzers wider, und ermöglicht diesem sowohl in Kaltstartsituationen als auch bei der späteren Anpassung eines existierenden Profils interaktiv seine Präferenzen anzugeben. Die Methode basiert auf den von allen Nutzern abgegebenen Bewertungen und benötigt kein inhaltliches Wissen über die Produkte. Die durchgeführte Nutzerstudie zeigt, dass die Visualisierung nachvollziehbar und hilfreich erscheint. Bezüglich der Eingabe von Präferenzen durch Modellierung der Landschaft ergaben sich ebenfalls vielversprechende Ergebnisse, u. a. auch im Hinblick auf User Experience und Empfehlungsqualität.
- KonferenzbeitragKartenbasierte Produktraumdarstellung zur Erhöhung von Transparenz und Steuerbarkeit in Empfehlungssystemen(Mensch und Computer 2019 - Tagungsband, 2019) Kunkel, Johannes; Feldkamp, Tamara; Ziegler, JürgenEmpfehlungssysteme (ES) werden häufig eingesetzt um Nutzer bei der Auswahl eines Produkts aus vielen Alternativen zu unterstützen. Während Empfehlungsalgorithmen hinsichtlich ihrer Präzision bereits sehr ausgereift sind, verhindern mangelnde Transparenz der Empfehlungen und fehlende Interaktionsmöglichkeiten, dass ES ihr volles Potential entfalten. In diesem Beitrag stellen wir eine Methode vor, die einerseits auf verständlichere Empfehlungen und mehr Kontrolle durch den Nutzern abzielt, andererseits aber auch dessen Übersicht über die Produktdomäne adressiert. Dabei dient eine Verteilung aller Produkte auf einer zweidimensionalen Fläche als Basis. Innerhalb können Nutzer ihre Präferenzen ausdrücken, woraufhin das ES mit passenden Empfehlungen reagiert. Um die Empfehlungen zu verändern, können Nutzer ihre Präferenzen anpassen, was in einem kontinuierlichen Feedback-Zyklus zwischen Nutzer und ES resultiert. Die Methode wird zudem an zwei Prototypen demonstriert, welche sie in verschiedenen Produktdomänen und mit unterschiedlichen Formen der Visualisierung und Interaktion umsetzen. Empirische Nutzerstudien zu den Prototypen versprechen ein hohes Potential des Ansatzes Übersicht, Transparenz und Kontrolle in ES zu verbessern.
- KonferenzbeitragEin kollaboratives Task-Management-System mit spielerischen Elementen(Mensch und Computer 2018 - Workshopband, 2018) Kizina, Anna; Kunkel, Johannes; Ziegler, JürgenUnterstützende Aufgaben im Büroalltag, wie etwa das Ausräumen der Spülmaschine, werden häufig als lästig und störend empfunden. Werden sie jedoch in ein spielerisches Setting übertragen, können sie mit mehr Motivation angegangen werden, das Gemeinschaftsgefühl der Mitarbeiter stärken und nicht zuletzt viel Spaß bereiten. In diesem Beitrag stellen wir TaskMarket, ein kollaboratives Task-Management-System (TMS) für den Büroalltag, und seinen nutzerzentrierten Designprozess vor. TaskMarket basiert auf einem Aufgabenmarktplatz, über den sich Mitarbeiter gegenseitig zur Erledigung von Aufgaben motivieren und kollaborativ auf ein gemeinsames Achievement hinarbeiten können. In einer dreitägigen Nutzerstudie zeigte sich, dass TaskMarket für mehr Motivation zur Erledigung von andernfalls als lästig empfundenen Aufgaben sorgte und den Probanden viel Spaß beim Umgang mit dem TMS bereitete.
- WorkshopbeitragLittleMissFits: Ein Game-With-A-Purpose zur Evaluierung subjektiver Verständlichkeit von latenten Faktoren in Empfehlungssystemen(Mensch und Computer 2019 - Workshopband, 2019) Kunkel, Johannes; Loepp, Benedikt; Dolff, Esther; Ziegler, JürgenEmpfehlungssysteme, die mit Hilfe latenter Faktormodelle Empfehlungen generieren, arbeiten äußerst genau und sind entsprechend weit verbreitet. Da die Berechnung der Empfehlungen jedoch auf der statistischen Auswertung von Benutzerbewertungen basiert, gestaltet es sich schwierig, die Empfehlungen dem Nutzer gegenüber zu erklären. Daher werden die Systeme häufig als intransparent wahrgenommen und können oft ihr volles Potential nicht entfalten. Erste Ansätze zeigen allerdings, dass die latenten Faktoren solcher Modelle semantische Eigenschaften der Produkte widerspiegeln. Dabei ist bislang unklar, ob die zum Teil sehr komplexe Parametrisierung, die z.B. die Anzahl der Faktoren festlegt, Auswirkungen auf die semantische Verständlichkeit hat. Da dies sehr von der subjektiven Wahrnehmung abhängt, präsentieren wir mit LittleMissFits ein Online-Spiel, das es erlaubt, mittels Crowd-Sourcing die Konsistenz der latenten Faktoren zu untersuchen. Die Ergebnisse einer Nutzerstudie mit diesem Spiel zeigen, dass eine höhere Anzahl von Faktoren das Modell weniger verständlich erscheinen lässt. Darüber hinaus fanden sich Unterschiede innerhalb der Faktormodelle bezüglich der Verständlichkeit der einzelnen Faktoren. Zusammengenommen stellen die Ergebnisse eine wertvolle Grundlage dar, um künftig die Transparenz entsprechender Empfehlungssysteme zu steigern.
- KonferenzbeitragEin Online-Spiel zur Benennung latenter Faktoren in Empfehlungssystemen(Mensch und Computer 2018 - Tagungsband, 2018) Kunkel, Johannes; Loepp, Benedikt; Ziegler, JürgenEmpfehlungssysteme, die auf latenten Faktormodellen basieren, sind dafür bekannt sehr genaue Vorschläge zu generieren. Häufig werden diese Systeme jedoch von Nutzern als intransparent wahrgenommen. Semantische Beschreibungen der latenten Faktoren könnten helfen, dieses Problem zu lindern. Solche Beschreibungen automatisch zu ermitteln gestaltet sich allerdings aufgrund der statistischen Herleitung der Faktoren aus numerischen Bewertungsdaten als schwierig. In diesem Beitrag stellen wir ein Output-Agreement-Spiel vor, das Spieler dazu motiviert, anhand repräsentativer Produkte Beschreibungen zu den Faktoren zu erstellen. Eine durchgeführte Nutzerstudie zeigt, dass das Spiel viel Spaß bereitet und die erhobenen Beschreibungen realweltliche Eigenschaften der Faktoren widerspiegeln.
- KonferenzbeitragEine Sandbox zur physisch-virtuellen Exploration von Ausgrabungsstätten(Mensch und Computer 2017 - Workshopband, 2017) Biefang, Kai; Kunkel, Johannes; Loepp, Benedikt; Ziegler, JürgenIn diesem Beitrag stellen wir die Archäologische Sandbox vor: Ein Tangible User Interface (TUI) mit dem archäologische Ausgrabungsstätten und dort gefundene Artefakte exploriert werden können. Das System zielt auf den Einsatz in Museen ab, die ihren Besuchern den Zusammenhang von ausgestellten Exponaten und der Ausgrabungsstätte näherbringen möchten, an der diese gefunden wurden. Den Kern des TUIs bildet eine mit Sand gefüllte Box, auf dessen Oberfläche eine geografische Karte projiziert wird. Durch das Graben im Sand an der richtigen Stelle werden Informationen zu an diesem Ort gefundenen Ausstellungsstücken abgerufen. Eine durchgeführte qualitative Interviewstudie bestätigt die intuitive Bedienbarkeit und die intrinsisch motivierenden Interaktionsmöglichkeiten des Systems.