我知道你为何喜欢这部电影：可解释高效多模态推荐器
信息检索
2020-06-18 v1 机器学习
摘要
近来，高效流形密度估计器（EMDE）模型被提出。该模型利用局部敏感哈希（Local Sensitive Hashing）和 Count-Min Sketch 算法，并将其与神经网络结合，在多个推荐数据集上取得最先进（SOTA）结果。然而，该模型为每个用户/会话摄入所有输入物品的压缩联合表示，因此通过基于梯度的方法计算单独物品的归因似乎不可行。我们证明，得益于 EMDE 物品检索方法的特性，在白盒设定下解释该模型是可能的。通过利用该模型的多模态灵活性，我们获得有意义的结果，展示了多种模态——文本、类别特征和图像——对电影推荐输出的影响。
引用
@article{arxiv.2006.09979,
title = {I know why you like this movie: Interpretable Efficient Multimodal Recommender},
author = {Barbara Rychalska and Dominika Basaj and Jacek Dąbrowski and Michał Daniluk},
journal= {arXiv preprint arXiv:2006.09979},
year = {2020}
}