我是靠谱客的博主 冷艳夏天，这篇文章主要介绍论文笔记：Explanation Mining: Post Hoc Interpretability of Latent Factor Models for Recommendation System一、基本信息二、摘要三、论文主要内容与工作四、将来可以做的工作，现在分享给大家，希望可以做个参考。
一、基本信息
论文题目：《Explanation Mining: Post Hoc Interpretability of Latent Factor Models for Recommendation System》
发表时间：KDD 2018
论文作者及单位：
Georgina Peake Channel 4 Television, London, United Kingdom
Jun Wang University College London, London, United Kingdom
论文地址：https://dl.acm.org/citation.cfm?id=3220072
二、摘要
广泛使用机器学习算法来驱动决策，强调了确保此类模型的可解释性以在其输出中产生信任的关键重要性。最先进的推荐系统使用黑盒潜在因素模型，这些模型无法解释为什么要提出推荐，因为它们将决策过程抽象到了一个超出人类直接理解的高维潜在空间。我们提出了一种从潜
最后
以上就是冷艳夏天最近收集整理的关于论文笔记：Explanation Mining: Post Hoc Interpretability of Latent Factor Models for Recommendation System一、基本信息二、摘要三、论文主要内容与工作四、将来可以做的工作的全部内容，更多相关论文笔记：Explanation内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复