سفارش تبلیغ
صبا ویژن
محبوب ترین کارها نزد خداوند، شتاب دربه جا آوردن نماز در اوّلِ وقتش است . [رسول خدا صلی الله علیه و آله]
لوگوی وبلاگ
 

دسته بندی موضوعی یادداشتها
 
دانلود رایگان مقاله ISI ، دانلود مقالات IEEE ، دانلود رایگان مقاله IEEE ، دانلود مقاله ، دانلود مقالات ISI ، دانلود رایگان مقاله ACM ، دنلود مقالات ISI ، دانلود رایگان مقاله Science Direct ، دانلود رایگان مقاله از ACM ، دانلود رایگان مقالات مهندسی ، دانلود رایگان مقالات ACM ، دانلود رایگان مقاله مهندسی ، دانلود رایگان مقالات IEEE ، دانلود رایگان مقاله Springer ، دانلود رایگان مقاله آی اس آی ، دانلود مقالات آی اس آی ، دانلود مقاله آی اس آی ، یوزرنیم و پسورد دانشگاه های معتبر ، دانلود مقاله از IEEE ، دانلود رایگان مقالات آی اس آی ، دانلود رایگان مقاله ، دانلود ، یوزرنیم و پسورد سایتهای علمی ، دانلود رایگان مقالات ISI ، دانلود رایگان مقاله Science Direc ، دانلود رایگان ، دانلود رایگان مقالا ، دانلود رایگان مقالات IEEE، دانلود رایگان مقالات ISI، دانلود مقال ، Free ISI Paper Download ، ISI Paper Download ، Paper Download ، انلود رایگان مقالات IEEE ، دانلود رایگان مقالات مهندسی. دانلود رایگان مقاله Springer. دانلو ، دانلود مقاله ISI ، رایگان مقالات ACM ، و پسورد سایتهای علمی ، یوزرنیم ، دانلود مقالات آی ، دانلود مقالات IEEE, دنلود مقالات ISI, دانلود رایگان مقاله IEEE, ، دانلود، مقاله، ISI، 2013، رایانش فراگیر ،

آمار و اطلاعات

بازدید امروز :220
بازدید دیروز :11
کل بازدید :257362
تعداد کل یاداشته ها : 160
103/9/1
8:54 ع

به نام خدا

Title: Tell Me More? The Effects of Mental Model Soundness on Personalizing an Intelligent Agent

Authors: Todd Kulesza, Simone Stumpf, Margaret Burnett, Irwin Kwan

Abstract: What does a user need to know to productively work with an intelligent agent? Intelligent agents and recommender systems are gaining widespread use, potentially creating a need for end users to understand how these systems operate in order to fix their agents personalized behavior. This paper explores the effects of mental model soundness on such personalization by providing structural knowledge of a music recommender system in an empirical study. Our findings show that participants were able to quickly build sound mental models of the recommender system’s reasoning, and that participants who most improved their mental models during the study were significantly more likely to make the recommender operate to their satisfaction. These results suggest that by helping end users understand a system’s reasoning, intelligent agents may elicit more and better feedback, thus more closely aligning their output with each user’s intentions.   

Publish Year: 2012

Published in: CHI – ACM

موضوع: عاملهای هوشمند (Intelligent Agents) ، هوش مصنوعی (Artificial Intelligence)

لینک مشاهده صفحه اول مقاله

لینک دانلود مقاله

لینک مشاهده مقاله در سایت ناشر

 

ایران سای – مرجع علمی فنی مهندسی

حامی دانش بومی ایرانیان