@inproceedings{ubo_mods_00139552,
  author = {Kleemann, Timm and Ziegler, Jürgen},
  title = {Integration of Dialog-based Product Advisors into Filter Systems},
  booktitle = {Proceedings of the Conference on Mensch und Computer},
  series = {ACM International Conference Proceeding Series},
  year = {2019},
  publisher = {ACM Press},
  address = {New York},
  pages = {67–77},
  keywords = {Dialogbasierte Produktberater, Filtersysteme},
  isbn = {978-1-4503-7198-8},
  doi = {10.1145/3340764.3340786},
  abstract = { Different techniques such as search functions or recommendation components are used today to support the often complex product search on the Internet. Faceted filter systems that successively limit the result set according to the set filter settings have proven to be quite successful. However, this method requires clear objectives and domain knowledge on the part of the users. As an alternative, conversational product advisors who select suitable products on the basis of a sequence of questions have gained more importance in recent times, whereby the questions are based more on the tasks and application scenarios of the users than on the technical properties of the products. However, there is currently a lack of approaches that integrate filter systems and conversational advisors in a meaningful and closely coupled way. In this paper an integrated approach is presented, where users can switch between filter systems and advisory dialogues, whereby selection actions in one component have a consistent and transparent effect on the other component and can be further adjusted there. The aim is to better support users with different levels of knowledge of the product type concerned. We describe the requirements for such integrated systems resulting from our approach and report on a user study in which the user behavior and the subjective evaluation were examined in a prototypical implementation.}
}


@inproceedings{ubo_mods_00116566,
  author = {Loepp, Benedikt and Donkers, Tim and Kleemann, Timm and Ziegler, Jürgen},
  title = {Impact of Item Consumption on Assessment of Recommendations in User Studies},
  booktitle = {Proceedings of the 12th ACM Conference on Recommender Systems (RecSys ’18)},
  year = {2018},
  publisher = {ACM},
  address = {New York, NY, USA},
  pages = {49–53},
  keywords = {User Studies},
  isbn = {978-1-4503-5901-6},
  doi = {10.1145/3240323.3240375},
  url = {https://dl.acm.org/doi/10.1145/3240323.3240375?cid=87958660357},
  abstract = {In user studies of recommender systems, participants typically cannot consume the recommended items. Still, they are asked to assess recommendation quality and other aspects related to user experience by means of questionnaires. Without having listened to recommended songs or watched suggested movies, however, this might be an error-prone task, possibly limiting validity of results obtained in these studies. In this paper, we investigate the effect of actually consuming the recommended items. We present two user studies conducted in different domains showing that in some cases, differences in the assessment of recommendations and in questionnaire results occur. Apparently, it is not always possible to adequately measure user experience without allowing users to consume items. On the other hand, depending on domain and provided information, participants sometimes seem to approximate the actual value of recommendations reasonably well.}
}


@inproceedings{ubo_mods_00092173,
  author = {Biefang, Kai and Kunkel, Johannes and Loepp, Benedikt and Ziegler, Jürgen},
  chapter = {},
  title = {Eine Sandbox zur physisch-virtuellen Exploration von Ausgrabungsstätten},
  year = {2017},
  publisher = {Gesellschaft für Informatik},
  keywords = {Archäologie},
  doi = {10.18420/muc2017-demo-0300},
  url = {https://dl.gi.de/handle/20.500.12116/3248},
  abstract = {In diesem Beitrag stellen wir die Archäologische Sandbox vor: Ein Tangible User Interface (TUI) mit dem archäologische Ausgrabungsstätten und dort gefundene Artefakte exploriert werden können. Das System zielt auf den Einsatz in Museen ab, die ihren Besuchern den Zusammenhang von ausgestellten Exponaten und der Ausgrabungsstätte näherbringen möchten, an der diese gefunden wurden. Den Kern des TUIs bildet eine mit Sand gefüllte Box, auf dessen Oberfläche eine geografische Karte projiziert wird. Durch das Graben im Sand an der richtigen Stelle werden Informationen zu an diesem Ort gefundenen Ausstellungsstücken abgerufen. Eine durchgeführte qualitative Interviewstudie bestätigt die intuitive Bedienbarkeit und die intrinsisch motivierenden Interaktionsmöglichkeiten des Systems.},
  booktitle = {Mensch und Computer 2017 – Workshopband}
}


@inproceedings{ubo:57124,
  author = {Kunkel, Johannes and Loepp, Benedikt and Ziegler, Jürgen},
  chapter = {},
  title = {3D-Visualisierung zur Eingabe von  Präferenzen in Empfehlungssystemen},
  year = {2015},
  pages = {123–132},
  publisher = {De Gruyter Oldenbourg},
  address = {Berlin},
  abstract = {In diesem Beitrag stellen wir ein interaktives Empfehlungssystem vor, bei dem Nutzer ihre Präferenzen in einer dreidimensionalen Visualisierung des Produktraums eingeben können. Die Darstellung in Form einer Landschaft spiegelt dabei das Profil des aktuellen Nutzers wider, und ermöglicht diesem sowohl in Kaltstartsituationen als auch bei der späteren Anpassung eines existierenden Profils interaktiv seine Präferenzen anzugeben. Die Methode basiert auf den von allen Nutzern abgegebenen Bewertungen und benötigt kein inhaltliches Wissen über die Produkte. Die durchgeführte Nutzerstudie zeigt, dass die Visualisierung nachvollziehbar und hilfreich erscheint. Bezüglich der Eingabe von Präferenzen durch Modellierung der Landschaft ergaben sich ebenfalls vielversprechende Ergebnisse, u. a. auch im Hinblick auf User Experience und Empfehlungsqualität.},
  doi = {10.1515/9783110443929-014},
  url = {http://dx.doi.org/10.1515/9783110443929-014},
  booktitle = {Mensch und Computer 2015 – Tagungsband}
}


@inproceedings{ubo:46601,
  author = {Loepp, Benedikt and Hussein, Tim and Ziegler, Jürgen},
  chapter = {},
  title = {Choice-based Preference Elicitation for Collaborative Filtering Recommender Systems},
  year = {2014},
  pages = {3085–3094},
  publisher = {ACM},
  address = {New York, NY, USA},
  isbn = {978-1-4503-2473-1},
  doi = {10.1145/2556288.2557069},
  abstract = {We  present  an  approach  to  interactive  recommending  that combines the advantages of algorithmic techniques with the benefits  of  user-controlled,  interactive  exploration  in  a novel  manner.  The  method  extracts  latent  factors  from  a matrix of user rating data as commonly used in Collaborative Filtering, and generates dialogs in which the user iteratively chooses between two sets of sample items. Samples are chosen by the system for  low and high values of each latent  factor  considered. The method  positions  the  user  in the latent factor space with few interaction steps, and finally selects items near the user position as recommendations. 
 In a user study, we compare the system with three alternative  approaches  including  manual  search  and  automatic recommending. The results show significant advantages of our  approach  over  the  three  competing  alternatives  in  15 out of 24 possible parameter comparisons, in particular with respect to item fit, interaction effort and user control. The findings  corroborate  our  assumption  that  the  proposed method  achieves  a  good  trade-off  between  automated  and interactive functions in recommender systems.},
  url = {https://dl.acm.org/doi/10.1145/2556288.2557069?cid=87958660357},
  booktitle = {Proceedings of the 32nd International Conference on Human Factors in Computing Systems (CHI ’14)}
}


@inproceedings{ubo:18190,
  author = {Ziegler, Jürgen and El Jerroudi, Zoulfa and Böhm, Carsten and Beinhauer, Wolfgang and Räther, Christian},
  editor = {Keil-Slawik, R. and Selke, H. and Szwillus, G.},
  chapter = {},
  title = {Automatische Themenextraktion aus gesprochener Sprache},
  year = {2004},
  publisher = {Oldenbourg Verlag.},
  address = {München},
  abstract = {Bei vielen Formen der Kommunikation und Kooperation in Gruppensitzungen kann das Bereitstellen
 eines expliziten semantischen Kontextes wertvolle Unterstützung bieten. Semantische Kontexte können
 das gemeinsame Verständnis eines Problembereichs verbessern, die assoziative Ideenfindung unterstützen,
 eine moderierende Funktion in der Kommunikation übernehmen oder als Basis für Assistenzfunktionen
 genutzt werden. In diesem Beitrag wird ein Ansatz präsentiert, in dem semantische Kontexte aus
 gesprochener Konversation in Echtzeit gewonnen werden. Der vorgestellte Prototyp verknüpft Technologien
 zur Spracherkennung und zur Analyse unstrukturierter großer Textkorpora miteinander und
 extrahiert Themenstrukturen aus gesprochener Sprache durch semantisches Matching gegen Terminologiedatenbanken
 und Ontologien. Die Themenstrukturen werden graphisch visualisiert und in die
 Diskussion rückgekoppelt, um geeignete Unterstützungsfunktionen anbieten zu können.},
  booktitle = {Mensch & Computer 2004: Allgegenwärtige Interaktion}
}