NAIRS：一种神经注意力可解释推荐系统
信息检索
2019-02-21 v1 机器学习
社会与信息网络
摘要
本文中，我们开发了一种名为 NAIRS 的神经注意力可解释推荐系统。作为该系统关键组件的自我注意力网络，被设计用于为用户的交互物品分配注意力权重。该注意力机制能够区分各交互物品在构成用户画像中的重要性。基于自我注意力网络获得的用户画像，NAIRS 提供个性化的高质量推荐。此外，它开发视觉线索来解释推荐结果。这一实现了 NAIRS 的演示应用使用户能够与推荐系统交互，并持续收集训练数据以改进系统。演示与实验结果表明了 NAIRS 的有效性。
引用
@article{arxiv.1902.07494,
title = {NAIRS: A Neural Attentive Interpretable Recommendation System},
author = {Shuai Yu and Yongbo Wang and Min Yang and Baocheng Li and Qiang Qu and Jialie Shen},
journal= {arXiv preprint arXiv:1902.07494},
year = {2019}
}
备注
This paper was published as a demonstration paper on WSDM'19. In this version, we added a detailed related work section