EviSnap: Faithful Evidence-Cited Explanations for Cold-Start Cross-Domain Recommendation

Each language version is independently generated for its own context, not a direct translation.

Stel je voor dat je net verhuisd hebt naar een nieuwe stad. Je kent de lokale supermarkt (je favoriete films) nog goed, maar je hebt nog nooit een boek in de lokale boekwinkel gekocht. Een slimme verkoper zou je kunnen zeggen: "Omdat je dol bent op spannende films met snelle acties, denk ik dat je deze spannende thriller-roman ook geweldig vindt."

Dat is precies wat EviSnap doet, maar dan voor computers die aanbevelingen doen.

Hier is hoe het werkt, vertaald naar alledaags taal:

1. Het Probleem: De "Gok" van de Computer

Normaal gesproken proberen computers je voorkeuren te raden door te kijken naar onzichtbare, wiskundige patronen (zoals een magische doos die je niet kunt openen). Ze zeggen: "Ik denk dat je dit boek leuk vindt," maar ze kunnen niet goed uitleggen waarom. Soms gebruiken ze grote taalmodellen (AI) om een verhaal te bedenken, maar dat verhaal is vaak niet echt gebaseerd op hoe de computer eigenlijk rekende. Het is alsof een verkoper een leuk verhaal verzint, terwijl hij eigenlijk maar giswerk doet.

2. De Oplossing: EviSnap (De "Snelle Foto")

EviSnap is een nieuwe manier om aanbevelingen te doen. In plaats van te gokken, maakt het een betrouwbare, bewijskrachtige uitleg die direct uit de berekening komt.

Het werkt in drie simpele stappen:

Stap 1: De "Facet-kaartjes" (De Samenvatting)

Stel je voor dat je duizenden recensies over films en boeken hebt. Dat is te veel om te lezen. EviSnap gebruikt een slimme AI (offline, dus niet tijdens het gesprek) om die lange teksten te versmallen tot kleine kaartjes.

Op een kaartje staat een korte zin, zoals "snelle actie" of "trage plot".
Het belangrijkste: Onder elke zin staat de exacte zin uit de originele recensie die dat bewijst.
Analogie: Het is alsof je in plaats van een heel boek te lezen, een samenvatting krijgt met de beste citaten eronder.

Stap 2: De "Gemeenschappelijke Woordenlijst"

Nu hebben we kaartjes voor films en kaartjes voor boeken. Hoe vertaal je "snelle actie" in een film naar een boek?
EviSnap groepeert deze kaartjes in een gemeenschappelijke woordenlijst (een "concept bank").

"Snelle actie" in films en "spannend tempo" in boeken worden beide onder één noemer gezet: Snelheid.
Zo weet het systeem dat jouw liefde voor snelle films direct vertaald kan worden naar je voorkeur voor snelle boeken.

Stap 3: De "Rekenmachine" (De Lineaire Score)

Dit is het slimme deel. De computer rekent je voorkeur uit als een simpele som:

Score = (Hoeveel je van Snelheid houdt) + (Hoeveel Snelheid in dit boek zit) + (Hoeveel je van Nostalgie houdt) + ...

Omdat het een simpele som is, kan het systeem precies zeggen: "Je krijgt een hoge score voor dit boek, vooral omdat je van 'snelle actie' houdt (bewezen door je recensie over Fast & Furious) en dit boek ook 'snelle actie' heeft (bewezen door de recensie)."

Waarom is dit zo speciaal?

Geen Magie: Je kunt de "doos" openmaken. Je ziet precies welke zin uit welke recensie de score beïnvloedde.
Wat-als scenario's: Omdat het een simpele som is, kun je vragen: "Wat als ik niet van 'snelle actie' hou?" De computer kan direct zeggen: "Dan daalt je score met precies 0,5 punten."
Bewijskracht: Het systeem liegt niet. Als het zegt dat je iets leuk vindt omdat van "goede muziek", dan is er een echte zin uit een recensie die dat bewijst.

Samenvattend

EviSnap is als een zeer eerlijke boekhandelaar die niet alleen zegt "Dit boek is voor jou", maar ook een notitieblok laat zien waarop staat: "Ik heb dit aan jou geadviseerd omdat je in je filmrecensies schreef dat je van 'diepe muziek' houdt, en dit boek bevat precies dat soort muziek, zoals bewezen door deze zin..."

Het maakt slimme aanbevelingen niet alleen nauwkeuriger, maar ook begrijpelijk en controleerbaar voor jou als gebruiker.

Each language version is independently generated for its own context, not a direct translation.

1. Probleemdefinitie

Het paper adresseert het probleem van Cold-Start Cross-Domain Recommendation (CDR). Dit scenario treedt op wanneer een gebruiker interactiegeschiedenis heeft in een bron-domein (bijv. Films), maar geen enkele interactie heeft in een doeldomein (bijv. Muziek of Boeken). De uitdaging is om de voorkeuren van de gebruiker over te dragen van het bron- naar het doeldomein om daar aanbevelingen te doen.

Bestaande oplossingen hebben twee grote tekortkomingen:

Mapping-based methoden: Deze leren een translatie tussen latente embeddings. Hoewel ze schaalbaar zijn, zijn de overgedragen signalen "ondoorzichtig" (opaque); het model kan niet duidelijk uitleggen welke voorkeuren zijn overgedragen of waarom een item wordt aanbevolen.
Post-hoc en LLM-gedreven methoden: Bestaande review-gebaseerde modellen of LLM's genereren vaak uitleggen achteraf (post-hoc) of via generatieve modellen. Deze uitleggen zijn vaak niet "trouw" (faithful) aan de daadwerkelijke scorefunctie van het model, wat audit en verificatie bemoeilijkt.

Het doel is een systeem te bouwen dat trouwe, evidence-gebaseerde uitleggen biedt die inherent zijn aan het model, niet als een nageschreven verhaal.

2. Methodologie: EviSnap Framework

EviSnap is een lichtgewicht framework dat voorspellingen doet in een gedeelde, domein-onafhankelijke "conceptruimte" die is gebaseerd op verifieerbare bewijsmateriaal uit reviews. Het proces verloopt in drie hoofdfasen:

A. Generatieve Facet Card Constructie (Offline)

Voordat het model wordt getraind, worden ruwe reviews verwerkt met behulp van een Large Language Model (LLM) in een offline fase:

Facet Cards: Het LLM distilleert lange reviews naar compacte "facet cards". Elke kaart bevat korte, domein-onafhankelijke facet-uitdrukkingen (bijv. "snelle pacing") gekoppeld aan verbatim ondersteunende zinnen uit de originele review.
Polariteit: Voor gebruikers worden voorkeuren gelabeld met polariteit (+1 voor likes, -1 voor dislikes). Voor items is de polariteit 0 (ze vertegenwoordigen eigenschappen).
Traceerbaarheid: Omdat de LLM niet tijdens training of inferentie wordt gebruikt, en elke facet is gekoppeld aan de originele zin, blijft het systeem auditabel.

B. Evidence-Grounded Concept Space

Om een gedeelde ruimte te creëren:

Concept Bank: Alle unieke facet-uitdrukkingen worden ingebed met een vaste sentence-encoder en geclusterd (k-means) tot een gedeelde set van $K$ concepten. Dit zorgt voor domein-onafhankelijkheid (bijv. "live energie" in muziek en films wordt als hetzelfde concept behandeld).
Activering: Voor elke gebruiker en elk item worden concept-activeringsvectoren berekend door de zinnen te poolen.
- Gebruikers hebben gescheiden vectoren voor positieve en negatieve bewijzen.
- Items hebben een niet-negatieve vector die de aanwezigheid van eigenschappen aangeeft.
- De pooling gebruikt een gewichtte log-sum-exp methode, waarbij zinnen met meer ondersteuning (hoger support count) zwaarder wegen, maar de sterkste zin voor een concept blijft dominant voor de uitleg.

C. Lineaire Transfer en Voorspelling

Het hart van het model is een lineaire structuur die transparantie garandeert:

Concept Mapping: Een enkele lineaire matrix $M$ (geïnitieerd als identiteitsmatrix) mapt de bron-domein gebruikervector naar de doel-domein vector. Dit maakt de overdracht inspecteerbaar in plaats van een "black box".
Additieve Scorefunctie: De voorspelde rating wordt berekend als een som van per-concept bijdragen:
$\hat{r}_{ui} = \mu_T + \sum_{k} \text{contrib}_k(u, i) + b_i$
Waarbij $\text{contrib}_k$ de interactie tussen gebruiker- en item-concepten is, plus marginale termen.
Trouwheid (Faithfulness): Omdat de score een exacte som is van de componenten, is de uitleg inherent trouw. De "uitleg" is simpelweg de som van de termen die de score hebben gegenereerd, gekoppeld aan de verbatim zinnen die die termen ondersteunen.

3. Belangrijkste Bijdragen

Evidence-geciteerde, domein-onafhankelijke conceptrepresentatie: Een nieuwe aanpak waarbij reviews worden omgezet in facet-cards met verbatim bewijs, wat leidt tot een gedeelde conceptbank met sentence-traceerbare activeringen.
Transparante transfer en trouwe uitleggen "by construction": Door gebruik te maken van een lineaire mapping en een additieve scorer, reconstructeert de gerapporteerde uitleg de voorspelling exact. Er is geen apart uitlegmodule nodig.
Empirische prestaties met diagnostiek: Het model presteert beter dan state-of-the-art baselines en slaagt in strikte tests voor uitleg-trouw (deletie- en sufficientie-tests).

4. Experimentele Resultaten

Het model is getest op de Amazon Reviews 2014 dataset over zes overdrachtscenario's tussen de domeinen Books, Movies en Music.

Prestaties: EviSnap behaalde de beste prestaties (laagste MAE en RMSE) in 5 van de 6 overdrachtscenario's.
- Het versloeg sterke baselines zoals EMCDR, PTUPCDR, MACDR (mapping-based) en DeepCoNN+ (tekst-based).
- Bijvoorbeeld, bij de overdracht van Movies naar Music verbeterde de MAE van 0.8413 (DeepCoNN+) naar 0.7768 (EviSnap).
Ablatie-studies: Het tonen van marginale termen (alleen gebruiker of alleen item) naast interactietermen verbeterde de prestaties, wat aangeeft dat zowel de match als de individuele voorkeuren belangrijk zijn.
Trouwheidsdiagnostiek:
- Deletie: Het verwijderen van de top- $m$ concepten had een veel groter effect op de voorspelde score dan het willekeurig verwijderen van concepten.
- Sufficientie: Een kleine set van de top-concepten kon de volledige score bijna volledig reconstrueren.
- Dit bewijst dat de geëxponeerde concepten de echte drijvers van het model zijn.

5. Betekenis en Conclusie

EviSnap biedt een doorbraak in de interpretabelheid van aanbevelingssystemen. In plaats van te vertrouwen op ondoorzichtige embeddings of generatieve LLM-justificaties die mogelijk hallucineren, biedt EviSnap:

Auditbaarheid: Elke aanbeveling kan teruggevoerd worden naar specifieke zinnen uit reviews.
Controle: Gebruikers kunnen "what-if" scenario's doorrekenen (bijv. "wat als dit concept sterker was?") omdat het model lineair is.
Efficiëntie: Het model is lichtgewicht en vereist geen LLM-inferentie tijdens de runtime.

Het paper concludeert dat het transfereren van gebruikers via een evidence-grounded concept space niet alleen competitief is in termen van nauwkeurigheid voor cold-start CDR, maar ook de enige aanpak is die momenteel exacte, verifieerbare en trouwe uitleggen biedt door de architectuur zelf.

Beperkingen: Het systeem is afhankelijk van de kwaliteit van de offline LLM-extractie (potentiële bias in facet-phrases) en vereist voldoende review-tekst; het presteert mogelijk minder goed in tekst-schaarse omgevingen.