Music recommender systems typically offer a “one-size-fits-all” approach with the same user controls and visualizations for all users. However, the effectiveness of interactive interfaces for music recommender systems is likely to be affected by individual differences. In this paper, we first conduct a comprehensive literature review of interactive interfaces in recommender systems to motivate the need for personalized interaction with music recommender systems, and two personal characteristics, visual memory and musical sophistication . More specifically, we studied the influence of these characteristics on the design of (a) visualizations for enhancing recommendation diversity and (b) the optimal level of user controls while minimizing cognitive load. The results of three experiments show a benefit for personalizing both visualization and control elements to musical sophistication. We found that (1) musical sophistication influenced the acceptance of recommendations for user controls . (2) musical sophistication also influenced recommendation acceptance, and perceived diversity for visualizations and the UI combining user controls and visualizations. However, musical sophistication only strengthens the impact of UI on perceived diversity (moderation effect) when studying the combined effect of controls and visualizations. These results allow us to extend the model for personalization in music recommender systems by providing guidelines for interactive visualization design for music recommender systems, with regard to both visualizations and user control.

中文翻译：

---

个人特征在面向控制的音乐推荐系统用户界面中的影响

音乐推荐系统通常提供“一刀切”的方法，为所有用户提供相同的用户控件和可视化。然而，音乐推荐系统交互界面的有效性可能会受到个体差异的影响。在本文中，我们首先对推荐系统中的交互界面进行全面的文献综述，以激发与音乐推荐系统进行个性化交互的需求，以及两个个人特征，视觉记忆和音乐复杂性。更具体地说，我们研究了这些特征对 (a) 可视化设计的影响，以增强推荐多样性和 (b) 用户控制的最佳水平，同时最大限度地减少认知负荷。三个实验的结果表明，将可视化和控制元素个性化以适应音乐的复杂性是有益的。我们发现 (1) 音乐的复杂性影响了用户控件推荐的接受度。(2) 音乐的复杂性也影响了推荐接受度，以及可视化和结合用户控制和可视化的 UI 的感知多样性。然而，在研究控件和可视化的组合效果时，音乐的复杂性只会加强 UI 对感知多样性（调节效应）的影响。这些结果使我们能够通过为音乐推荐系统的交互式可视化设计提供关于可视化和用户控制的指南，扩展音乐推荐系统中的个性化模型。我们发现 (1) 音乐的复杂性影响了用户控件推荐的接受度。(2) 音乐的复杂性也影响了推荐接受度，以及可视化和结合用户控制和可视化的 UI 的感知多样性。然而，在研究控件和可视化的组合效果时，音乐的复杂性只会加强 UI 对感知多样性（调节效应）的影响。这些结果使我们能够通过为音乐推荐系统的交互式可视化设计提供关于可视化和用户控制的指南，扩展音乐推荐系统中的个性化模型。我们发现 (1) 音乐的复杂性影响了用户控件推荐的接受度。(2) 音乐的复杂性也影响了推荐接受度，以及可视化和结合用户控制和可视化的 UI 的感知多样性。然而，在研究控件和可视化的组合效果时，音乐的复杂性只会加强 UI 对感知多样性（调节效应）的影响。这些结果使我们能够通过为音乐推荐系统的交互式可视化设计提供关于可视化和用户控制的指南，扩展音乐推荐系统中的个性化模型。可视化和 UI 结合用户控件和可视化的感知多样性。然而，在研究控件和可视化的组合效果时，音乐的复杂性只会加强 UI 对感知多样性（调节效应）的影响。这些结果使我们能够通过为音乐推荐系统的交互式可视化设计提供关于可视化和用户控制的指南来扩展音乐推荐系统中的个性化模型。可视化和 UI 结合用户控件和可视化的感知多样性。然而，在研究控件和可视化的组合效果时，音乐的复杂性只会加强 UI 对感知多样性（调节效应）的影响。这些结果使我们能够通过为音乐推荐系统的交互式可视化设计提供关于可视化和用户控制的指南，扩展音乐推荐系统中的个性化模型。