Designing social interactions with animated avatars and speech output for Product Recommendation Agents in electronic commerce
Notice bibliographique
Résumé
Product Recommendation Agents (PRAs) and other web-based decision aids are deployed extensively by online vendors, to provide virtual advising services to their customers. While the design of PRA functionality has received increasing amount of attention in academic studies, the social aspects of human-PRA interactions are comparatively less studied. This dissertation investigates the potential of enhancing users’ social experiences with PRAs by developing and analyzing an anthropomorphic interface, which has humanoid embodiment and voice output. This dissertation first investigates the importance of choosing appropriate demographic embodiments for a humanoid PRA. The two demographic variables that have been assessed are ethnicity and gender. As suggested by similarity-attraction theories and social-identity theories, results of a laboratory experiment have revealed that users apply similar social stereotypes in human-human communications as they apply to evaluate humanoid agents. PRAs that match the ethnicity of users are perceived by the users as more sociable, more competent, and more enjoyable to interact with than PRAs that do not match users’ ethnicity; as well, same-gender PRAs are perceived as more competent and more honest than opposite-gender agents. In addition, the "match-up" effects of ethnicity appear to be more significant among female users than among males. Two interface components are also empirically investigated in this dissertation: (1) presence of a humanoid embodiment and (2) output modalities (text, computer-synthesized voice, or human voice). Results from a laboratory experiment demonstrate that humanoid embodiments increase consumers’ perception of a PRA’s social presence, their beliefs in its competence, and the enjoyment they derive from interaction with the PRA. A human voice also appears to be significantly more effective than on-screen text and computer-synthesized voice in improving the PRA’s perceived social presence and enjoyment. Furthermore, the important role of social relationships in influencing user adoption of agents is tested by integrating social presence, trust , and perceived enjoyment with the Technology Acceptance Model (TAM). Social presence appears to be a common antecedent of both trust and perceived enjoyment. Trust exerts a direct impact on user intentions to adopt PRAs, as well as an indirect impact via user perceptions of PRAs’ usefulness. Perceived enjoyment also influences adoption intentions through perceived usefulness and perceived ease of use.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».