Buchumschlag

Contextualizing Recommendation Explanations with LLMs: A User Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Yuanjun, Feuerriegel, Stefan, Shrestha, Yash Raj
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Effect of Education in Prompt Engineering: Evidence from Journalists
von: Bashardoust, Amirsiavosh, et al.
Veröffentlicht: (2024)

Human aversion? Do AI Agents Judge Identity More Harshly Than Performance
von: Feng, Yuanjun, et al.
Veröffentlicht: (2025)

A Meta-Analysis of the Persuasive Power of Large Language Models
von: Hölbling, Lukas, et al.
Veröffentlicht: (2025)

Designing LLMs for cultural sensitivity: Evidence from English-Japanese translation
von: Tenzer, Helene, et al.
Veröffentlicht: (2025)

Contextualized Dynamic Explanations: A Vision
von: Liu, Zhicheng, et al.
Veröffentlicht: (2026)

With Friends Like These, Who Needs Explanations? Evaluating User Understanding of Group Recommendations
von: Waterschoot, Cedric, et al.
Veröffentlicht: (2025)

Partnering with Generative AI: Experimental Evaluation of Human-Led and Model-Led Interaction in Human-AI Co-Creation
von: Maier, Sebastian, et al.
Veröffentlicht: (2025)

Tell Me the Good Stuff: User Preferences in Movie Recommendation Explanations
von: Ahmad, Juan, et al.
Veröffentlicht: (2025)

Generative AI and Creativity: A Systematic Literature Review and Meta-Analysis
von: Holzner, Niklas, et al.
Veröffentlicht: (2025)

A User Interface Study on Sustainable City Trip Recommendations
von: Banerjee, Ashmi, et al.
Veröffentlicht: (2024)

Contextual Font Recommendations based on User Intent
von: Sharma, Sanat, et al.
Veröffentlicht: (2023)

Designing Effective Digital Literacy Interventions for Boosting Deepfake Discernment
von: Geissler, Dominique, et al.
Veröffentlicht: (2025)

Explainable AI improves task performance in human-AI collaboration
von: Senoner, Julian, et al.
Veröffentlicht: (2024)

A qualitative analysis of remote patient monitoring: how a paradox mindset can support balancing emotional tensions in the design of healthcare technologies
von: Jonassen, Zoe, et al.
Veröffentlicht: (2024)

Adapting Online Customer Reviews for Blind Users: A Case Study of Restaurant Reviews
von: Sunkara, Mohan, et al.
Veröffentlicht: (2025)

User Experience with LLM-powered Conversational Recommendation Systems: A Case of Music Recommendation
von: Yun, Sojeong, et al.
Veröffentlicht: (2025)

ReVISit 2: A Full Experiment Life Cycle User Study Framework
von: Cutler, Zach, et al.
Veröffentlicht: (2025)

Supporting Effective Goal Setting with LLM-Based Chatbots
von: Schimpf, Michel, et al.
Veröffentlicht: (2026)

Under Pressure: Contextualizing Workplace Stress Towards User-Centered Interventions
von: Brun, Antonin, et al.
Veröffentlicht: (2025)

User Preferences for Large Language Model versus Template-Based Explanations of Movie Recommendations: A Pilot Study
von: Albert, Julien, et al.
Veröffentlicht: (2024)

Logic-Scaffolding: Personalized Aspect-Instructed Recommendation Explanation Generation using LLMs
von: Rahdari, Behnam, et al.
Veröffentlicht: (2023)

RemixTape: Enriching Narratives about Metrics with Semantic Alignment and Contextual Recommendation
von: Brehmer, Matthew, et al.
Veröffentlicht: (2024)

Analyzing Social Media Claims regarding Youth Online Safety Features to Identify Problem Areas and Communication Gaps
von: Ma, Renkai, et al.
Veröffentlicht: (2025)

Believing without Seeing: Quality Scores for Contextualizing Vision-Language Model Explanations
von: He, Keyu, et al.
Veröffentlicht: (2025)

Towards Human-centered Explainable AI: A Survey of User Studies for Model Explanations
von: Rong, Yao, et al.
Veröffentlicht: (2022)

The Fault in Our Recommendations: On the Perils of Optimizing the Measurable
von: Besbes, Omar, et al.
Veröffentlicht: (2024)

Experimental Interface for Multimodal and Large Language Model Based Explanations of Educational Recommender Systems
von: Abu-Rasheed, Hasan, et al.
Veröffentlicht: (2024)

Aligning Judgment Using Task Context and Explanations to Improve Human-Recommender System Performance
von: Srivastava, Divya, et al.
Veröffentlicht: (2024)

LLMs' ways of seeing User Personas
von: Panda, Swaroop
Veröffentlicht: (2024)

Recommendation-as-Experience: A framework for context-sensitive adaptation in conversational recommender systems
von: Mahmud, Raj, et al.
Veröffentlicht: (2026)

Say Your Reason: Extract Contextual Rules In Situ for Context-aware Service Recommendation
von: Li, Yuxuan, et al.
Veröffentlicht: (2024)

A meta-analysis of the effect of generative AI on productivity and learning in programming
von: Maier, Sebastian, et al.
Veröffentlicht: (2026)

Can LLMs Generate Behaviors for Embodied Virtual Agents Based on Personality Traits?
von: Han, Bin, et al.
Veröffentlicht: (2025)

Impact of Tone-Aware Explanations in Recommender Systems
von: Okoso, Ayano, et al.
Veröffentlicht: (2024)

Show Me How: Benefits and Challenges of Agent-Augmented Counterfactual Explanations for Non-Expert Users
von: Bhattacharya, Aditya, et al.
Veröffentlicht: (2025)

User Prompting Strategies and ChatGPT Contextual Adaptation Shape Conversational Information-Seeking Experiences
von: Xue, Haoning, et al.
Veröffentlicht: (2025)

RecUserSim: A Realistic and Diverse User Simulator for Evaluating Conversational Recommender Systems
von: Chen, Luyu, et al.
Veröffentlicht: (2025)

ContextualSHAP : Enhancing SHAP Explanations Through Contextual Language Generation
von: Dwiyanti, Latifa, et al.
Veröffentlicht: (2025)

REX: Designing User-centered Repair and Explanations to Address Robot Failures
von: Lee, Christine P, et al.
Veröffentlicht: (2024)

Towards Aligning Personalized Conversational Recommendation Agents with Users' Privacy Preferences
von: Zhang, Shuning, et al.
Veröffentlicht: (2025)