Anbefalinger som hjelpemiddel eller kilde til distraksjon

Abstract

Anbefalinger har blitt et viktig redskap for de digitale tjenestene, og særlig gjelder dette for kommersiell virksomhet. Strømmetjenestene på internett tilbyr et utall millioner videoer, og anbefalingssystemene hjelper brukerne å navigere og finne innhold som passer deres egne interesser. YouTube er den største strømmetjenesten på markedet, og videoanbefalinger har blitt en sentral del av tjenestens forretningsmodell. YouTubes system med relaterte videoanbefalinger er hovedkilde for høye seertall for videoene på tjenesten.

Forskning på anbefalingssystemer har først og fremst hatt fokus på de tekniske aspektene, som utforming av algoritmer. Noe forskning har også tatt for seg konteksten brukeren er i når de blir presentert for anbefalinger. Designfeltet har etter hvert fått mer fokus på å utvikle digitale verktøy slik at brukerne unngår å bli distrahert. Fra et brukerperspektiv vil det alltid være å foretrekke at anbefalingene på nettsidene ikke forstyrrer brukeropplevelsen. Denne masteroppgaven har valgt å undersøke i hvilken grad videoinnhold påvirker brukeratferd i forhold til anbefalinger, og om anbefalinger distraherer brukerne når de konsentrere seg om å se videoer.

Masteroppgaven har som forskningsprosjekt gjennomført et eksperiment med eye-tracking, der blikkaktiviteten på videoer og anbefalinger for et utvalg deltakere ble målt kvantitativt. En påfølgende spørreundersøkelse innhentet ytterligere opplysning om deltakernes bruk av YouTube og deres forhold til anbefalingene. Resultatene viste at deltakerne ble mer oppmerksom på anbefalinger når de så faglige videoer, sammenlignet med når de så underholdning. Det ble derimot ikke påvist samsvar mellom i hvilken grad deltakerne likte videoene og hvor mye de så på anbefalingene. Oppgaven konkluderer med at innhold har betydning for hvor oppmerksom deltakerne ble på anbefalingene, men at individuelle forskjeller har hatt større betydning for hvor distraherte deltakerne ble.

Recommendations are found in most e-commerce websites, media service providers and online services suggesting products and content for users to buy or watch. The purpose of recommender systems is to guide users through the overwhelming task of locating the content they will find of interest. YouTube is the biggest video-sharing website on the market, and have one of the largest scale recommendation systems to date. The recommender system is a major part of YouTubes business model. YouTubes related video recommendations are the main source of views for the majority of videos within the service.

The field of recommender systems has been occupied with the technical aspects and algorithmic accuracy, and not as much about users interest and the context they are in when recommendations occur. Therefore, this master thesis investigates to what extent video content can cause changes in users viewing behavior of recommendations, and if users are distracted by recommendations while watching videos on YouTube.

In this research, an eye-tracking experiment was used to investigate whether users were distracted by recommendations while watching videos on YouTube. The result shows that users were slightly distracted, but that content had an effect on their viewing behavior. Furthermore, educational content made users look more on recommendation compared to when they were presented with entertainment videos. However, results also implied that there is no correlation between the preference and average viewing count and length on recommendations. Finally, this paper concludes that content has an impact to some degree, although individual differences might have had a higher impact on how distracted they were.