【WSDM2021】统一在线与反事实的排序学习

基于用户交互来优化排名系统是一个被广泛研究的问题。基于用户交互的优化排名系统的最先进方法分为在线方法(通过直接与用户交互进行学习)和反事实方法(通过历史交互进行学习)。现有的在线方法在没有在线干预的情况下会受到阻碍，因此不应该被用到反事实方法中。相反，反事实的方法不能直接从在线干预中获益。我们提出了一种新的干预感知估计器，用于反事实和在线学习排序(LTR)。随着干预感知估计器的引入，我们的目标是连接在线/反事实LTR部门，因为它在在线和反事实场景中都被证明是非常有效的。通过使用基于日志策略行为和在线干预(在收集点击数据期间对日志策略所做的更改)的校正，估计器可以校正位置偏差、信任偏差和项目选择偏差的影响。我们的实验结果，在一个半合成的实验设置中进行，结果表明，不像现有的反事实LTR方法，干预感知估计器可以从在线干预大大获益。

https://www.zhuanzhi.ai/paper/a7538e130a7fc65679e6e7d950bb4016

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“OCLR” 就可以获取《【WSDM2021】统一在线与反事实的排序学习》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源