WWW2022 | 基于交叉成对排序的无偏推荐算法

嘿，记得给“机器学习与推荐算法”添加星标

---

现有大多数推荐系统都是对观测到的交互数据进行优化，而这些数据受到之前曝光机制的影响，会表现出许多偏差，比如流行偏差。经常使用的基于pointwise的二元交叉熵和pairwise的贝叶斯个性化排序损失函数，并不是专门设计来考虑观测数据的偏差的。因此，对损失进行优化的模型仍然会存在数据偏差，甚至会放大数据偏差。例如，少数受欢迎的商品占据了越来越多的曝光机会，严重损害了小众物品的推荐质量。

在接下来介绍的这篇工作中，其开发了一种新的学习范式CPR，全称为Cross Pairwise Ranking，其实现了在不知道曝光机制的情况下不带偏见的推荐。与反倾向评分(IPS)不同，该工作改变了样本的损失项，并创新性地对多次观察到的交互作用进行抽样，并将其作为预测的组合形成损失。另外还在理论上证明了这种方法抵消了用户/物品倾向对学习的影响，消除了曝光机制引起的数据偏差的影响。对IPS有利的是，所提出的CPR确保每个训练实例的无偏学习，而不需要设置倾向分数。实验结果表明，该方法在模型泛化和训练效率方面均优于最新的去偏方法。