<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>si31059</author_name>
  <author_url>https://blog.hatena.ne.jp/si31059/</author_url>
  <blog_title>Vポイントマーケティング｜TECH LABの Tech Blog</blog_title>
  <blog_url>https://techblog.vpoint.co.jp/</blog_url>
  <categories>
    <anon>データサイエンス</anon>
    <anon>レコメンドシステム</anon>
    <anon>RecVAE</anon>
    <anon>Captum</anon>
    <anon>XAI</anon>
  </categories>
  <description>はじめに こんにちは、VポイントマーケティングAIエンジニアの伊藤です。 「なぜこの商品がおすすめされたか？」は、ユーザーにとってもモデルの開発者にとっても（商品の購入を任されたAIやコーディングを任されプロンプトによって自分のことを&quot;この分野に詳しいデータサイエンティスト&quot;だと思い込まされているAIにとっても）重要ですよね、たぶん。 この記事では、実際の小売の購買履歴データでRecVAE（推薦モデル）を学習し、Captumを使ったIntegrated Gradients（IG）で推薦根拠を可視化した実験を紹介します。 ※ 本記事で扱う購買履歴データは、個人を特定できない形に匿名化・統計処理さ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.vpoint.co.jp%2Fentry%2F2026%2F04%2F06%2F113229&quot; title=&quot;レコメンドモデルに&amp;quot;なぜこの商品？&amp;quot;を聞いてみた ― RecVAE × Captumで推薦根拠を可視化する - Vポイントマーケティング｜TECH LABの Tech Blog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/D/DBMK_Lab/20260406/20260406162845.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-04-06 11:32:29</published>
  <title>レコメンドモデルに&quot;なぜこの商品？&quot;を聞いてみた ― RecVAE × Captumで推薦根拠を可視化する</title>
  <type>rich</type>
  <url>https://techblog.vpoint.co.jp/entry/2026/04/06/113229</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
