Comparación de recomendaciones de arte en ambiente virtual y en ambiente web
Loading...
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La simulación de espacios físicos, también conocida como ambiente inmersivo, ha aumentado en popularidad y se ha aplicado a distintos dominios para poder explorar su potencial. En el área artística también se ha empezado a implementar este tipo de tecnología para facilitar recorridos y para atraer la atención de nuevos visitantes. También se han utilizado los sistemas recomendadores para mejorar la experiencia de los usuarios, porque permiten encontrar items que se ajusten a las preferencias del usuario de forma rápida y eficaz. Algunos trabajos han utilizado recomendaciones para crear recorridos guiados, mientras que varias exposiciones han migrado a una recreación virtual de sus salas. Sin embargo, a la fecha no se ha implementado ningún sistema inmersivo que aplique un recomendador de arte, ni tampoco un estudio cualitativo en esta área. En este trabajo presentamos un sistema recomendador de arte basado en aprendizaje profundo aplicado en un ambiente inmersivo. Para evaluar esta implementación realizamos una comparación cualitativa entre nuestra interfaz y una versión similar en formato Web. Los resultados del estudio mostraron indicios de que el interés de los usuarios en la aplicación no radica en el contenido artístico visual, sino que es intrínseco a la inmersión e innovación de la misma interfaz. A pesar de que la versión inmersiva resultó ser más complicada de usar que la versión Web, se encontró evidencia de que nuestra forma de presentar las recomendaciones provoca que la experiencia sea más disfrutable y que la atención del usuario no siempre tienda a las primeras recomendaciones recibidas. Finalmente, presentamos sugerencias de diseño para este tipo de implementaciones y
oportunidades de mejora para explorar en el futuro.
Description
Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2022
Keywords
Visión por computadora, Interacción humano-computador, Gamificación, Evaluación cualitativa, Estudio de casos, Aprendizaje profundo, Arte visual, Ambientes inmersivos, Experiencia de usuario, Experiencia algorítmica, Sistemas recomendadores