Visualization for Recommendation Explainability: A Survey and New Perspectives

要約

システムが生成した推奨事項の説明を提供することは、透明性があり信頼できる推奨システムに向けた重要なステップとなります。
説明可能なレコメンダー システムは、出力に対して人間が理解できる根拠を提供します。
過去 20 年間にわたり、説明可能な推奨は、推奨システムの研究コミュニティで大きな注目を集めてきました。
この論文は、レコメンダー システムにおける視覚的な説明に関する研究活動を包括的にレビューすることを目的としています。
より具体的には、推薦システムにおける説明に関する文献を、説明目的、説明範囲、説明スタイル、説明形式の4つの側面に基づいて体系的にレビューします。
視覚化の重要性を認識し、説明の視覚化の角度からレコメンダー システムの文献にアプローチします。つまり、説明の表示スタイルとして視覚化を使用します。
その結果、私たちはレコメンダー システムで説明的な視覚化を設計するのに有益と思われる一連のガイドラインを導き出し、この分野での今後の作業の展望を特定します。
このレビューの目的は、レコメンデーションの研究者や実践者が視覚的に説明可能なレコメンデーション研究の可能性をより深く理解し、現在および将来のレコメンダー システムにおける視覚的な説明の体系的な設計を支援することです。

要約(オリジナル)

Providing system-generated explanations for recommendations represents an important step towards transparent and trustworthy recommender systems. Explainable recommender systems provide a human-understandable rationale for their outputs. Over the last two decades, explainable recommendation has attracted much attention in the recommender systems research community. This paper aims to provide a comprehensive review of research efforts on visual explanation in recommender systems. More concretely, we systematically review the literature on explanations in recommender systems based on four dimensions, namely explanation goal, explanation scope, explanation style, and explanation format. Recognizing the importance of visualization, we approach the recommender system literature from the angle of explanatory visualizations, that is using visualizations as a display style of explanation. As a result, we derive a set of guidelines that might be constructive for designing explanatory visualizations in recommender systems and identify perspectives for future work in this field. The aim of this review is to help recommendation researchers and practitioners better understand the potential of visually explainable recommendation research and to support them in the systematic design of visual explanations in current and future recommender systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google