A design of trip recommendation robot agents with opinions
A design of trip recommendation robot agents with opinions
复制标题
一种带有意见的旅行推荐机器人代理的设计
DOI：
10.1007/s11042-023-14747-w
复制
发表时间：
2023
影响因子：
3.6
通讯作者：
Yamada Seiji
中科院分区：
文献类型：
--
作者：
Matsui Tetsuya;Yamada Seiji
在本文中，我们进行了实验与旅行推荐代理。旅游业为机器人和虚拟代理人提供了潜在的角色。此外，网站上的产品推荐也是虚拟代理领域关注的主题之一。因此，提供用于为网站设计旅行推荐机器人或代理的方法是重要的。我们关注代理人的两个因素：外观和代理人是否表达了意见。我们构建了三种外观：类人、类机器人和真实的。此外，我们构造了两种类型的推荐文本：有代理人的意见和没有。我们在网上进行了一个实验来验证这两个因素对推荐效果的影响。实验设计为二因素二水平三水平，共设六个条件。我们进行了双因素方差分析，以验证每个因素的影响。结果表明，类机器人智能体和物理机器人在出行推荐中比类人类智能体更有效，而智能体表达自己的意见本身对出行推荐并不有效。这一结果可以为设计在网站上推荐旅行的机器人和代理提供有用的方法。
In this paper, we conducted experiments with trip recommendation agents. The travel industry offers potential roles for robots and virtual agents. Also, product recommendation on websites is one of the themes gathering attention in the field of virtual agents. Thus, providing methods for designing trip recommendation robots or agents for websites is important. We focused on two factors for agents: appearance and whether the agents expressed an opinion or not. We constructed three kinds of appearance: human-like, robot-like, and real. Also, we constructed two types of recommendation text: with the agents’ opinion and without. We conducted an experiment on the web to verify these two factors on the recommendation effect. The experimental design was two factors and two and three levels; thus, there were six conditions. We conducted a two-way ANOVA to verify the effect of each factor. As a result, we revealed that the robot-like agent and physical robot were more effective than the human-like agent in trip recommendation, and agents’ expressing their opinion was not effective in itself for trip recommendation. This result could suggest useful methods for designing robots and agents that recommend trips on websites.
登录
查看更多内容
使用 NLP 方法进行意见类型分类器
DOI：
10.17706/jcp.11.5.400-410
发表时间：
2016
期刊：
J. Comput.
影响因子：
--
作者：
Mahmoud Othman;Hesham A. Hassan;R. Moawad;A. Idrees
通讯作者：
A. Idrees
韩国医疗旅游基础大数据分析建模方法：使用 Apriori 算法的机器学习方法
影响因子：
1.9
作者：
Jun;Han;Jinmo Kim
通讯作者：
Jinmo Kim
顾客与店员情境中的跨种族接触
影响因子：
2.1
作者：
Albert E. McCormick;G. Kinloch
通讯作者：
G. Kinloch
DOI：
10.1145/3308557.3308697
发表时间：
2019
期刊：
Proceedings of the 24th International Conference on Intelligent User Interfaces: Companion
影响因子：
--
作者：
T. Matsui;S. Yamada
通讯作者：
S. Yamada
客户社交能力的个体差异
影响因子：
3.9
作者：
Laura Hester;Pamela Koger;C. McCauley
通讯作者：
C. McCauley