推荐系统消偏
推荐系统中的偏差
预估问题 我们一般会注重两种误差,偏差和方差,
方差与模型泛化能力有关:通常关注模型的复杂度与是否过拟合;偏差则表现为与真实模型的预估差距的差异,与以即模型的拟合能力有关。
一般来说,简单的模型会有一个较大的偏差和较小的方差,复杂的模型偏差较小方差较大。
除模型的复杂度外,训练数据是否与真实数据分布的差异大小这一点也必须考虑。
我们来看一下数据问题造成的偏差:曝光偏差、选择偏差
数据的真实分布,推荐系统线上预估面临的是真实的分布,模型训练时采用观测到的样本,本身就包括了选择偏差、曝光偏差。这种偏差是系统性的,具备危害。
解决这些偏差有一些方法,在这里写我了解到的3种,IPW (逆概率加权)、DICE(区分兴趣和偏差建模)、因果推断(根据因果关系,使用do算子建模)
IPW ——逆概率加权
因为选择偏差偏差,训练的数据分布 和真实分布存在差异。方法:根据曝光量和曝光量逆向调整权重,简单粗暴,符合逻辑,训练起来不好收敛。
DICE ——区分兴趣和偏差建模
这个方法挺不错的,是一个框架类的去偏方法,将偏差和用户兴趣分开建模,难点是,用户真正兴趣的训练集要怎么构建的问题。