Suosittelujärjestelmät ja niiden käyttäjäkokemukseen vaikuttavat järjestelmän ominaisuudet

Abstract

Suosittelujärjestelmät ovat järjestelmiä, jotka ehdottavat ja suosittelevat käyttäjälle juuri häntä kiinnostavaa sisältöä tai tuotteita. Alun perin suosittelujärjestelmiä alettiin kehittämään informaatiotulvan hallitsemiseen sekä tiedonhaun tueksi. Nykyään niillä on kuitenkin keskeinen rooli monissa verkkopalveluissa ja –sivustoissa, kuten verkkokaupoissa, suoratoistopalveluissa sekä sosiaalisessa mediassa. Suosittelujärjestelmien arviointi on perinteisesti keskittynyt järjestelmän hyödyntämien algoritmien arviointiin, mutta viime vuosina suosittelujärjestelmiä on alettu tutkimaan enemmän myös käyttäjän näkökulmasta. Tämä kirjallisuuskatsauksena toteutettu tutkielma käsittelee suosittelujärjestelmiä käyttäjäkokemuksen näkökulmasta. ISO 9241-210:2010 -standardi määrittelee tiivistetysti käyttäjäkokemuksen muodostuvan henkilön tuotteen, järjestelmän tai palvelun käytön ja/tai ennakoidun käytön aikaansaamista tunteista, aistimuksista ja reaktioista. Tutkielman tarkoituksena oli tunnistaa suosittelujärjestelmien käyttäjäkokemukseen vaikuttavia järjestelmän ominaisuuksia sekä tunnistaa, miten nämä ominaisuudet vaikuttavat käyttäjäkokemukseen. Suosittelujärjestelmän käyttäjäkokemukseen vaikuttavista välineellisistä järjestelmän ominaisuuksista tutkielmassa tunnistettiin suositusten tarkkuus, suositusten monipuolisuus, järjestelmän sijoittelu ja navigoitavuus sekä käyttäjäprofiilien kehittyminen ja muokattavuus. Näiden havaittiin vaikuttavan käyttäjäkokemukseen koetun järjestelmän tehokkuuden, hyödyllisyyden, helppokäyttöisyyden, käyttäytymisen hallittavuuden ja valinnan vaikeuden helpottumisen kautta. Hedonisista järjestelmän ominaisuuksista taas tunnistettiin uusien suositusten mielenkiintoisuus ja odottamattomuus, suositusten tuttuus sekä suositusten perustelut. Näiden havaittiin vaikuttavat käyttäjäkokemukseen aikaansaamalla yllättävyyttä, herättämällä uutuudenviehätystä sekä parantamalla järjestelmää ja sen suosituksia kohtaan koettua luotettavuutta.

Recommender systems are systems that recommend items to user that could be of interest to the particular user. Recommender systems were invented in early 1990’s to manage the information overload and to help with information retrieval. Nowadays these systems are important part of many internet services and websites, like online stores, streaming media services and social media. The evaluation of recommender systems has traditionally been focusing on the prediction algorithms, but during the last few years the focus has been changing also to user’s perspective. This bachelor’s thesis is made as a literature review and studies recommender systems from perspective of User Experience. ISO 9241-210:2010 –standard defines User Experience as person's perceptions and responses resulting from the use and/or anticipated use of a product, system or service. The purpose of this thesis was to recognize recommender system characteristics that effect on User Experience and, also to recognize how these characteristics effect on User Experience. Accuracy of recommendations, diversity of recommendations, the layout and navigation of recommender system and the development and customization of user profile were recognized as the instrumental systems characteristics that effect on recommender systems User Experience. These characteristics effect on User Experience via experienced effectiveness, usefulness, controllability and ease of use of the system and lower choice difficulty. Interest and serendipity of new recommendations, familiarity of recommendations and the explanations of recommendations were recognized as the hedonic systems characteristics that effect on recommender systems User Experience. These characteristics effect on User Experience via experienced feeling of positive surprise, charm of novelty and trust to the system and its recommendations.