复现研究验证并扩展LXR反事实推荐解释方法

Meysam Varasteh 等发布可复现性研究论文，对推荐反事实解释方法 LXR（Learning to eXplain Recommendations）进行扩展验证：将 LXR 应用到非最高推荐项的解释任务并确认其有效。 研究发现，在部分任务上，物品流行度和潜在因子相似度等替代基线表现意外地好；LXR 在解释冷门物品时产生更短的扰动。作者还通过暴力枚举部分扰动空间，估计了最优扰动大小的下界。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。