論文の概要: SoREX: Towards Self-Explainable Social Recommendation with Relevant Ego-Path Extraction

• arxiv url: http://arxiv.org/abs/2510.00080v1
• Date: Tue, 30 Sep 2025 02:49:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 16:59:20.169415
• Title: SoREX: Towards Self-Explainable Social Recommendation with Relevant Ego-Path Extraction
• Title（参考訳）: SoREX: 関連エゴパス抽出による自己説明可能なソーシャルレコメンデーションを目指して
• Authors: Hanze Guo, Yijun Ma, Xiao Zhou,
• Abstract要約: ソーシャルレコメンデーションは、ユーザとイテムの相互作用モデリングにおけるデータの疎さに対処する上で有効であることが証明されている。 社会的レコメンデーションにおける多くのGNNベースのアプローチには、彼らの予測に意味のある説明を与える能力がない。 本稿では,自己説明型GNNベースのソーシャルレコメンデーションフレームワークであるSoREXを紹介する。
• 参考スコア（独自算出の注目度）: 7.700637067247922
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social recommendation has been proven effective in addressing data sparsity in user-item interaction modeling by leveraging social networks. The recent integration of Graph Neural Networks (GNNs) has further enhanced prediction accuracy in contemporary social recommendation algorithms. However, many GNN-based approaches in social recommendation lack the ability to furnish meaningful explanations for their predictions. In this study, we confront this challenge by introducing SoREX, a self-explanatory GNN-based social recommendation framework. SoREX adopts a two-tower framework enhanced by friend recommendation, independently modeling social relations and user-item interactions, while jointly optimizing an auxiliary task to reinforce social signals. To offer explanations, we propose a novel ego-path extraction approach. This method involves transforming the ego-net of a target user into a collection of multi-hop ego-paths, from which we extract factor-specific and candidate-aware ego-path subsets as explanations. This process facilitates the summarization of detailed comparative explanations among different candidate items through intricate substructure analysis. Furthermore, we conduct explanation re-aggregation to explicitly correlate explanations with downstream predictions, imbuing our framework with inherent self-explainability. Comprehensive experiments conducted on four widely adopted benchmark datasets validate the effectiveness of SoREX in predictive accuracy. Additionally, qualitative and quantitative analyses confirm the efficacy of the extracted explanations in SoREX. Our code and data are available at https://github.com/antman9914/SoREX.
• Abstract（参考訳）: ソーシャル・リコメンデーションは,ソーシャルネットワークを活用したユーザ・イテムインタラクション・モデリングにおいて,データの疎結合に対処する上で有効であることが証明されている。 最近のグラフニューラルネットワーク(GNN)の統合により、現代社会推薦アルゴリズムにおける予測精度がさらに向上した。 しかし、社会的レコメンデーションにおける多くのGNNベースのアプローチには、彼らの予測に意味のある説明を与える能力がない。 本研究では,自己説明型GNNベースのソーシャルレコメンデーションフレームワークであるSoREXを導入することで,この問題に対処する。 SoREXは、友人の推薦によって強化された2towerフレームワークを採用し、ソーシャルな関係とユーザとイテムの相互作用を独立にモデル化し、ソーシャルなシグナルを強化するために補助的なタスクを共同で最適化する。 本稿では,新しいエゴパス抽出手法を提案する。 本手法では,対象ユーザのエゴネットをマルチホップエゴパスの集合に変換し,パラメータ固有および候補対応エゴパスのサブセットを説明として抽出する。 このプロセスは、複雑なサブ構造解析を通じて、異なる候補項目間の詳細な比較説明の要約を容易にする。 さらに、下流の予測と説明を明示的に関連付けるための説明再集約を行い、本フレームワークに固有の自己説明性を持たせる。 広く採用されている4つのベンチマークデータセットによる総合的な実験により、SoREXの有効性を予測精度で検証した。 さらに,SoREXにおける抽出された説明の有効性を質的,定量的に検証した。 私たちのコードとデータはhttps://github.com/antman9914/SoREXで公開されています。

関連論文リスト

• Reasoning of Large Language Models over Knowledge Graphs with Super-Relations [53.14275361052276]
  本稿では,ReKnoSフレームワークを提案する。 我々のフレームワークの主な利点は、スーパーリレーションを通して複数のリレーションパスを含めることである。 その結果、ReKnoSは既存の最先端ベースラインよりも優れた性能を示し、平均精度は2.92%向上した。
  論文  参考訳（メタデータ） (2025-03-28T06:11:04Z)
• Z-REx: Human-Interpretable GNN Explanations for Real Estate Recommendations [0.358439716487063]
  この研究は、異種リンク予測タスク用に明示的に設計されたGNN説明フレームワークであるZ-RExを紹介する。 Z-RExは、構造と属性の摂動を利用して、重要なサブ構造と重要な特徴を識別し、ドメイン固有の知識を活用して検索空間を縮小する。 我々は,Zillow Group, Inc. のリアル・リアル・ステート・データセットを用いて,GNN ベースのレコメンデーションエンジン ZiGNN に対して,文脈的・人間的解釈可能な説明を生成する上で,Z-REx の有効性を示す。
  論文  参考訳（メタデータ） (2025-02-12T02:42:25Z)
• PageRank Bandits for Link Prediction [72.61386754332776]
  リンク予測は、リコメンダシステムやナレッジグラフ補完といった幅広いアプリケーションを用いたグラフ学習において重要な問題である。 本稿では,リンク予測を逐次的意思決定プロセスとして再構成し,各リンク予測インタラクションを逐次的に行う。 本稿では,PageRankとコンテキスト的帯域を結合した新しい融合アルゴリズム PRB (PageRank Bandits) を提案する。
  論文  参考訳（メタデータ） (2024-11-03T02:39:28Z)
• Relational Graph Convolutional Networks for Sentiment Analysis [0.0]
  Graph Convolutional Networks(NRGC)は、グラフ内のノードとして表されるデータポイント間の依存関係をキャプチャすることで、解釈性と柔軟性を提供する。 本稿では,Amazon および Digikala データセットの製品レビューにおいて,BERT や RoBERTa などの事前学習言語モデルと RGCN アーキテクチャを用いたアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2024-04-16T07:27:49Z)
• Link Prediction for Social Networks using Representation Learning and Heuristic-based Features [1.279952601030681]
  ソーシャルネットワークのリンク不足を効率的に予測することは、現代の様々なビジネスアプリケーションに役立つ。 本稿では,ソーシャルネットワークにおけるノードとエッジの表現を生成するための様々な特徴抽出手法について検討する。
  論文  参考訳（メタデータ） (2024-03-13T15:23:55Z)
• Path-based Explanation for Knowledge Graph Completion [17.541247786437484]
  GNNベースの知識グラフ補完モデルの結果に対する適切な説明は、モデルの透明性を高める。 KGCタスクを説明するための既存のプラクティスは、インスタンス/サブグラフベースのアプローチに依存している。 我々は、GNNベースのモデルを探索する最初のパスベースのKGC説明器であるPower-Linkを提案する。
  論文  参考訳（メタデータ） (2024-01-04T14:19:37Z)
• Ordinal Graph Gamma Belief Network for Social Recommender Systems [54.9487910312535]
  我々は,階層型ベイズモデルであるオーディナルグラフファクター解析(OGFA)を開発し,ユーザ・イテムとユーザ・ユーザインタラクションを共同でモデル化する。 OGFAは、優れたレコメンデーションパフォーマンスを達成するだけでなく、代表ユーザの好みに応じた解釈可能な潜在因子も抽出する。 我々はOGFAを,マルチ確率層深層確率モデルであるオーディナルグラフガンマ信念ネットワークに拡張する。
  論文  参考訳（メタデータ） (2022-09-12T09:19:22Z)
• Reinforcement Learning based Path Exploration for Sequential Explainable Recommendation [57.67616822888859]
  強化学習(TMER-RL)を活用した新しい時間的メタパスガイド型説明可能な勧告を提案する。 TMER-RLは, 動的知識グラフ上での動的ユーザ・イテム進化を逐次モデル化するために, 注意機構を持つ連続項目間の強化項目・イテムパスをモデル化する。 2つの実世界のデータセットに対するTMERの大規模な評価は、最近の強いベースラインと比較して最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2021-11-24T04:34:26Z)
• D-REX: Dialogue Relation Extraction with Explanations [65.3862263565638]
  この研究は、部分的にラベル付けされたデータのみを使用しながら関係が存在することを示す説明を抽出することに焦点を当てている。 本稿では,政策誘導型半教師付きアルゴリズムD-REXを提案する。 約90%の人は、強いBERTに基づく関節関係抽出と説明モデルよりもD-REXの説明を好んでいる。
  論文  参考訳（メタデータ） (2021-09-10T22:30:48Z)
• Interpretable Signed Link Prediction with Signed Infomax Hyperbolic Graph [54.03786611989613]
  ソーシャルネットワークにおけるサイン付きリンク予測は、ユーザ(すなわちノード)間の基盤となる関係(リンク)を明らかにすることを目的としている 我々は Signed Infomax Hyperbolic Graph (textbfSIHG) と呼ばれる統一されたフレームワークを開発する。 高次ユーザ関係と複雑な階層をモデル化するために、ノードの埋め込みを投影し、より低歪みの双曲空間で測定する。
  論文  参考訳（メタデータ） (2020-11-25T05:09:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。