知识即力量，理解即影响：路径推理推荐中的效用与超越目标、解释质量及公平性
信息检索
2023-01-18 v1 人工智能
摘要
路径推理是一种基于知识图谱（KG）建模高阶用户-商品关系的著名推荐方法。该方法可以提取被推荐商品与已体验商品之间的推理路径，随后将这些路径转化为面向用户的文本解释。遗憾的是，该领域的评估方案显得杂乱且局限，使得难以评估现有方法的影响。本文复现了三种在顶级会议上提出的最先进的路径推理推荐方法。在统一的评估协议下，基于两个公开数据集并与其他知识感知方法进行比较，我们研究了它们在满足推荐效用与超越目标、解释质量以及消费者和提供者公平性方面的程度。我们的研究展示了该领域的进展图景，突出了未解决的问题与未来方向。源代码：\url{https://github.com/giacoballoccu/rep-path-reasoning-recsys}。
引用
@article{arxiv.2301.05944,
title = {Knowledge is Power, Understanding is Impact: Utility and Beyond Goals, Explanation Quality, and Fairness in Path Reasoning Recommendation},
author = {Giacomo Balloccu and Ludovico Boratto and Christian Cancedda and Gianni Fenu and Mirko Marras},
journal= {arXiv preprint arXiv:2301.05944},
year = {2023}
}
备注
Accepted at the 45th European Conference on Information Retrieval (ECIR 2023)