Un modelo para la generación de explicaciones en sistemas de recomendación

Abstract

Los sistemas de recomendación como sistemas de filtrado que presentan los ítems en los que un usuario estará interesado, por lo tanto, un aspecto muy importante es la generación de explicaciones que expliquen el porqué de una recomendación. Las explicaciones son muy usadas en las tareas de comunicación y de razonamiento entre las personas, por lo tanto, incorporar esta faceta en los sistemas de recomendación es una mejora muy importante. En este trabajo presentamos HotSpot Explanation, un modelo que permite la generación de explicaciones para los sistemas de recomendación que tengamos implementados. El modelo reconstruye el proceso de recomendación y permite la generación de una explicación al usuario de porqué un determinado ítem es adecuado para él usando la reconstrucción de ese proceso. También permite la generación de explicaciones para los ingenieros del conocimiento de forma que puedan verificar los datos y el proceso de razonamiento del sistema. [ABSTRACT] Recommender systems as filtering systems that presents items in which a user will be interested, therefore, a very important aspect is the generation of explanations that explain why of a recommendation. Explanations are widely used in commutations and reasoning task between people, therefore, incorporate this aspect in recommender systems is a significant improvement. In this paper we present HotSpot Explanations, a model that allows generation of explanations for recommender systems that we have implemented. The model reconstructs recommendation process and allows generation of explanations to the user. Explanations are a Why? recommended item is suitable for the user using the reconstructed process. It also allows generations of explanations for knowledge engineers, so that they can check data and the reasoning process of the system.