Ontwerpen van nieuwe methodes voor intuïtieve interactie met aanbevelingssystemen

In deze proof of concept worden aanbevelingssystemen op een innovatieve manier gemoderniseerd. De vernieuwde aanbevelingssystemen hebben niet enkel gebruiksvriendelijke interfaces door het gebruik van de Kinect v2 sensor maar ook het gedrag en de gemoedstoestand worden als gebruikerscontext geanalyseerd.

Met de intuïtieve interface worden gebruikers aangespoord om expliciete feedback te geven en het systeem te gebruiken. Gebruikers zien vaak het voordeel niet in van het geven van feedback. Met de interface wordt die drempel dus verkleind. De uitgebreide context zorgt voor sterk gepersonaliseerde aanbevelingen.

Ook in de studie van de emotieherkenning zijn er stappen gezet. De verschillende beslissingen voor het maken van een machine learning model zijn stap voor stap gevisualiseerd in het Python emotion recognition project.

Na de testen werden verbeteringen aangebracht zodat onderdelen als het finger recognition project op een accurater niveau konden worden gebruikt. Via de enquête en gebruikerstesten werd het duidelijk dat er een markt is voor deze vernieuwde systemen. Het gebruikersgemak is het onderdeel dat het sterkst in de enquête naar voor kwam en is ook de rode draad doorheen dit werk.