尽管解释对于决策有潜在的影响，但缺乏研究来量化它们对用户选择的影响。本文提出了一种实验协议，用于测量积极或消极偏见的解释在多大程度上会导致用户选择次优的推荐。该协议的关键要素包括偏好引导阶段以允许个性化推荐，从评论中手动识别和提取项目方面，并通过积极和消极方面的组合来引入偏见的受控方法。我们研究了两种不同文本格式的解释：作为项目方面列表和流畅自然语言文本。通过129名参与者的用户研究，我们证明解释可以显著影响用户的选择，并且这些发现可以推广到解释格式。
论文链接：http://arxiv.org/pdf/2303.09498v1
更多计算机论文：http://cspaper.cn/