決定係数を用いたアイテム推薦理由の説明文の生成手法の検証

抄録

近年提案されている機械学習を用いた推薦モデルは解釈が難しいブラックボックスとなっているものが多く，学習済みモデルの状態から推薦理由を解釈することは困難である．先行研究として機械学習モデルの予測結果を解釈するアルゴリズムであるLIMEを推薦システムに適用し，解釈結果から推薦理由の説明をユーザに提示する手法が提案されている．LIMEは近似により単純な線形回帰を作成することで重要な特徴量を推論する．この際に単純な線形回帰を使うために起きうる望ましくない近似の結果により誤った重要度を得る場合はないだろうか．LIMEの推薦モデルヘの適用による特徴量の重要度の算出を行い，LIMEの線形回帰の決定係数を用いて，推薦結果の考察をする．