推荐系统的可解释性到底需不需要？可解释性的UI应该是什么样的？

从北京出差回来啦~

趁睡觉前刷了2篇论文

首先有3个问题，我觉得蛮值得思考的：

- 可解释推荐系统的UI应该是什么样的？

不管是身为设计师的你，还是做算法的同学，制作/参与推荐系统的时候，有没有想过与用户交互的界面应该是怎么样的才适合系统的「个性」？而作为可解释的推荐系统，解释性的信息应该如何在UI中呈现？以下是一些例子：

- 通过slide还是radar来让用户控制推荐系统，哪种容易使用？

这是第二篇论文里的研究，主要是对比了不同的可视化方式，对用户理解、控制个性化推荐系统的效果。

- 推荐系统到底要不要可解释性？

论文：To Explain or not to Explain: the Effects of Personal Characteristics when Explaining Music Recommendations

结论表明，认知能力弱的用户，可解释是有帮助的；反而对于认知能力强的用户，不需要可解释的效果有时会更好。

论文最后总结：

Finally, we recommend that explanations, much like recommendations themselves,should be personalised for different end-users. Users may also be allowed to choose the type and level of explanations they prefer to see at any time.

可解释性也需要针对不同的用户 ，有针对性地提供，或者隐藏。

真的是，个性化 可解释 个性化推荐系统

欢迎加入mixlab社群交流；

或单独与我交流。

以上为全文。