面向局部可解释性机器学习的数据故事生成方法研究

摘要：

[目的/意义]针对实践中数据故事应包含哪些内容、创作流程是什么等问题,提出一种数据故事生成方法,以期为数据故事的创作提供理论指导.[方法/过程]在前人的研究基础上,基于数据科学、认知科学、自然语言处理和可解释性机器学习等理论,提出一种面向局部可解释性机器学习的数据故事生成方法,该方法对数据故事的生成步骤和创作方式进行详细的阐述和说明.同时对LIME算法的输出进行改进,使其更易理解.在此基础上对提出的数据故事化方法进行案例实现,以验证方法的可行性.[结果/结论]提出的数据故事生成方法有助于丰富数据故事化研究的理论体系,同时为数据故事的生成研究和数据故事化工具的研发提供一定的启示.

关键词：局部可解释性机器学习、数据故事的生成、数据故事化、数据认知

所属期刊栏目：67

分类号：G250(图书馆学、图书馆事业)

资助基金：国家自然科学基金72074214

在线出版日期：2023-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：98-107