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
成为VIP会员查看完整内容
Unifying Online and Counterfactual Learning to Rank
相关内容
网络搜索和数据挖掘国际会议（WSDM）是关于Web上的搜索和数据挖掘研究的主要会议之一。WSDM在Web和社会Web上发布与搜索和数据挖掘相关的原始的、高质量的论文，着重于搜索和数据挖掘实用而有原则的新模型、算法设计和分析、经济影响，以及对准确性和性能的深入实验分析。
官网地址：http://dblp.uni-trier.de/db/conf/wsdm/
Arxiv
0+阅读 · 2021年2月13日
Arxiv
0+阅读 · 2021年2月12日
Arxiv
0+阅读 · 2021年2月11日
Arxiv
3+阅读 · 2018年5月28日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2021年2月13日
Arxiv
0+阅读 · 2021年2月12日
Arxiv
0+阅读 · 2021年2月11日
Arxiv
3+阅读 · 2018年5月28日
微信扫码咨询专知VIP会员