序列推荐系统中时序归因可解释方法的系统性基准评测

英文标题：A Systematic Benchmark of Explainable Methods for Temporal Attribution in Sequential Recommendation Systems

该论文针对序列推荐系统中的时序归因（temporal attribution）可解释方法开展系统性基准评测。序列推荐系统通过利用用户历史交互序列来预测下一步行为，是现代个性化服务的重要基础。论文关注 CNN 和 Transformer 等深度学习架构在捕捉序列模式方面的有效性，并评估相应解释方法的表现。相关结论可为开发者选择、评估和改进推荐模型的可解释性技术提供参考。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB