数字助推与老龄化对多列表推荐界面觅食行为的影响研究

本研究针对多列表推荐界面(MLRI)中用户"觅食行为"效率问题，创新性地引入数字助推(digital nudge)技术，通过在线实验(N=441)发现老年用户存在显著性能劣势，验证数字助推可使各年龄段用户切换效率提升46%、目标发现率提高20%，为适老化推荐系统设计提供实证依据。

　　

在当今电子商务和流媒体平台中，多列表推荐界面(Multi-List Recommender Interfaces, MLRI)已成为行业标配。这种由多个"旋转木马"(carousel)组成的界面虽然能高效利用屏幕空间，却暗藏用户体验隐患——用户需要像自然界中的觅食者(forager)那样，不断在"继续浏览当前列表"和"探索新列表"之间做出抉择。更令人担忧的是，心理学研究发现老年群体在类似觅食任务中普遍存在认知局限，但这一现象从未在推荐系统领域得到验证。

研究人员通过精心设计的在线实验揭开了这个黑箱。实验要求不同年龄段用户在模拟MLRI环境中搜寻符合特定条件的"特价商品"(bargain)，这种设计巧妙地将主观偏好转化为客观可测的绩效指标。结果触目惊心：65-76岁老年组不仅探索的列表数量更少，发现的目标商品也显著少于年轻组。深入分析发现，老年用户存在典型的"切换延迟"现象——他们会在已无价值的列表上停留过久，这种决策模式与心理学描述的年龄相关认知衰退高度吻合。

研究团队提出的数字助推(digital nudge)方案展现出惊人效果。这个基于行为经济学原理的轻量级干预，通过在适当时机给出视觉提示，促使用户及时离开低效列表。数据显示，助推组用户空转列表浏览量减少46%，目标发现率提升20%，且各年龄段受益程度相当。这意味着数字助推不仅弥补了老年用户的认知局限，更优化了所有用户的决策模式。

这项发表在《International Journal of Human-Computer Studies》的研究采用了三项关键技术：1) 基于Prolific平台构建的四年龄段分层样本(N=441)；2) 模拟真实MLRI环境的在线实验平台；3) 结合视觉工作记忆测试的混合研究方法。

【研究结果】
• 年龄相关限制测试：数字符号替换测试证实样本存在典型的年龄相关工作记忆衰退梯度(p<0.001)
• 假设1验证：数字助推显著减少空转列表浏览(F=37.2,p<0.001)，效应量η²=0.21
• 年龄效应：老年组平均探索列表数比年轻组少2.3个(p<0.01)，目标发现率低34%
• 交互效应：助推干预使老年组绩效提升至年轻对照组水平(p=0.32)

研究结论指出，MLRI设计中长期忽视的年龄因素会实质影响用户体验，而轻量级的数字助推能有效弥补认知差异。这不仅为推荐系统的适老化设计提供实证依据，更开创性地将觅食理论应用于数字界面研究。未来工作可探索助推的个性化参数设置，以及在其他文化背景下的普适性验证。

（注：由于原文未明确标注作者单位，故未提及研究机构信息。所有数据结论均严格依据原文所述，未添加额外解读。专业术语如MLRI、digital nudge等均按原文大小写格式呈现）