Words That Stick: Predicting Decision Making and Synonym Engagement Using Cognitive Biases and Computational Linguistics

要約

この研究は、デジタル プラットフォームにおけるユーザー エンゲージメントと意思決定を予測するために、認知心理学と情報システムの研究に基づいています。
自然言語処理 (NLP) 技術と認知バイアス研究からの洞察を採用することで、デジタル コンテンツ内の同義語とのユーザー インタラクションを詳しく調査します。
私たちの方法論では、代表性、使いやすさ、影響力、分布という 4 つの認知バイアスを READ モデルに統合します。
包括的なユーザー調査を通じて、ユーザー エンゲージメントを予測するモデルの能力を評価し、核となるアイデアを正確に表し、理解しやすく、感情的な反応を引き出し、一般的に遭遇する類義語がユーザー エンゲージメントの向上を促進することを発見しました。
重要なのは、私たちの研究が人間とコンピューターの相互作用、デジタル行動、意思決定プロセスに新たな視点を提供していることです。
私たちの結果は、ユーザーエンゲージメントの強力な指標として認知バイアスが期待できることを浮き彫りにし、教育やマーケティングなどの分野にわたる効果的なデジタルコンテンツの設計における認知バイアスの重要性を強調しています。

要約(オリジナル)

This research draws upon cognitive psychology and information systems studies to anticipate user engagement and decision-making on digital platforms. By employing natural language processing (NLP) techniques and insights from cognitive bias research, we delve into user interactions with synonyms within digital content. Our methodology synthesizes four cognitive biasesRepresentativeness, Ease-of-use, Affect, and Distributioninto the READ model. Through a comprehensive user survey, we assess the model’s ability to predict user engagement, discovering that synonyms that accurately represent core ideas, are easy to understand, elicit emotional responses, and are commonly encountered, promote greater user engagement. Crucially, our work offers a fresh lens on human-computer interaction, digital behaviors, and decision-making processes. Our results highlight the promise of cognitive biases as potent indicators of user engagement, underscoring their significance in designing effective digital content across fields like education and marketing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google