@techreport{oai:ipsj.ixsq.nii.ac.jp:00231611,
 author = {木村, 有那 and 井野, 泰輔 and 濱崎, 雅弘 and 後藤, 真孝 and 土方, 嘉徳},
 issue = {10},
 month = {Jan},
 note = {人工知能による推薦や判断を導入したサービスが普及するとともに，ユーザは提示された記事やコンテンツを吟味することなく消費する「推薦過信」の問題がおきつつある．我々は，推薦過信に陥っていないかどうかを知るための参考となる心理尺度として，推薦結果を受け入れやすい傾向にあるかどうかを測定する推薦受容傾向尺度を開発してきた．本稿では，従来から推薦システムのユーザ評価で用いられてきた推薦性能に対する知覚評価から，推薦受容傾向尺度の値を予測できるかどうかを大規模社会調査により明らかにする．YouTube と TikTok における推薦機能を対象にした社会調査をクラウドソーシングサービス上で別々に実施し，それぞれ 1298 人の回答を得た．これらの回答を重回帰分析により分析したところ，推薦受容傾向は，推薦システムに対する能力と親切性，透明性により予測できることがわかった．},
 title = {回帰分析による推薦システムの性能に対する知覚と推薦受容傾向の関係の理解},
 year = {2024}
}