Considérez un grand site de banque de questions. Les questions sont étiquetées avec des cours et des sujets et ont des méta-évaluations comme la difficulté, la fréquence des examens, etc. Un utilisateur peut ouvrir la question et le faire, et le site peut recommander d'autres questions connexes en fonction de cela. Mais qu'est-ce que l'utilisateur aimera le plus? Supposons qu'il existe un grand nombre de questions et qu'un puissant outil de filtrage soit implémenté.
A) Filtrer et explorer les questions qu'il veut (comme Amazon/Ebay)
B) Obtenez une liste triée de questions recommandées (comme Youtube)
C) Mélange des deux (mais dans quelle proportion?)
Je suis d'accord avec @locationunknown, vous devriez demander à vos futurs utilisateurs.
Compte tenu de votre description, je me demande sur quoi vous voulez que les recommandations soient basées: la simple fréquence d'utilisation antérieure n'aidera pas vraiment, car vous semblez avoir différents sujets et différents niveaux d'expertise dans votre ensemble. Donc la première question avec (B) est de savoir comment vous voulez bootstrap les recommandations (profil utilisateur, dernières questions posées, etc.).
La principale différence que je vois entre (A) et (B) est d'où vient l'initiative: (A) oblige l'utilisateur à rechercher/filtrer/explorer, tandis que (B) exige que le système présente des propositions. Comme nous ne savons rien de vos utilisateurs (leur motivation, leur compétence, leur fréquence d'utilisation), il est difficile de choisir entre ces deux options fondamentales.
C'est aussi la raison pour laquelle la question en (C) n'a pas beaucoup de sens, je crois: si vous soutenez les deux modes d'accès, la proportion de (A) vs (B) est déterminée par la fréquence à laquelle l'utilisateur prendra les devants et recherchez quelque chose, au lieu de cliquer sur l'une des recommandations. Vous (en tant que concepteur ou système) ne pouvez pas vraiment définir cette proportion.