新闻推荐的主题中心解释
摘要：可解释的新闻推荐系统 (NRS) 已广泛应用于在线新闻网站，帮助用户根据他们的兴趣找到相关文章。最近的方法在推荐性能方面取得了相当大的成功。然而，这些推荐缺乏解释可能会导致用户的不信任和对推荐的缺乏接受度。为了解决这个问题，我们提出了一个新的可解释的新闻模型，构建了一个具有主题意识的可解释推荐方法，既能准确地识别相关文章，又能解释为什么它们被推荐，利用相关主题的信息。此外，我们的模型包括两个一致性指标，用于评估主题质量，提供这些解释的可解释性度量。我们在 MIND 数据集上的实验结果表明，所提出的可解释 NRS 超过了其他几个基线系统，同时与传统的 LDA 主题模型生成的主题相比，它也能产生可解释的主题。此外，我们通过一个真实案例研究展示了我们的 NRS 生成解释的有用性。
作者：Dairui Liu, Derek Greene, Irene Li, and Ruihai Dong
论文ID：2306.07506
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-06-14