Explainable CTR Prediction via Large Language Model Reasoning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了ExpCTR框架,以解决推荐系统决策过程透明性不足的问题。通过将大型语言模型的解释生成融入CTR预测,并设计奖励机制以提高用户意图契合度,实验结果表明ExpCTR在推荐准确性和可解释性上显著提升。

🎯

关键要点

  • 本研究提出了ExpCTR框架,以解决推荐系统决策过程透明性不足的问题。

  • ExpCTR框架将大型语言模型的解释生成直接融入CTR预测中。

  • 通过设计奖励机制,提高了用户意图的契合度和与传统CTR模型的一致性。

  • 实验结果表明,ExpCTR在推荐准确性和可解释性上均有显著提升。

➡️

继续阅读