Neuste Artikel für Nutzerverhalten

Y Social nutzt digitale Zwillinge, um Online-Interaktionen und Nutzerverhalten zu analysieren.

Eine nutzerzentrierte Methode, um die Videowiedergabezeit vorherzusagen für bessere Empfehlungen.

Die Bedrohungen und Abwehrmechanismen von Empfehlungssystemen aufdecken.

Ein neuer Ansatz zur Verbesserung von Empfehlungssystemen durch das Verständnis von Nutzerentscheidungen.

Erforschen, wie klarere Erklärungen das Vertrauen in Empfehlungen stärken.

Eine neue Methode verbessert die Ranking-Sicherheit für bessere Nutzererlebnisse.

Die Überwindung von Recency-Bias, um das Nutzererlebnis in Empfehlungssystemen zu verbessern.

Untersuchung der Auswirkungen der Topics API auf digitale Werbung und Wettbewerb.

Forschung zeigt, wie Algorithmen die Ansichten der Nutzer in sozialen Netzwerken beeinflussen.

Ein neues System verbessert den Zugang und die Fairness in Interaktionen mit grossen Sprachmodellen.

Neue Modelle kombinieren sofortigen Spass mit langfristigem Wert bei Inhaltsempfehlungen.

TrendSim simuliert soziale Medien-Trends, um die Auswirkungen von Fehlinformationen zu untersuchen.