推荐系统中的偏差与去偏：综述与未来方向

近年来，推荐系统（RS）的研究论文快速增长，但大多数论文聚焦于发明机器学习模型以更好地拟合用户行为数据。然而，用户行为数据是观测性的而非实验性的。这使得各种偏差广泛存在于数据中，包括但不限于选择偏差、位置偏差、曝光偏差和流行度偏差。盲目拟合数据而不考虑固有偏差将导致许多严重问题，例如离线评估与线上指标的不一致、损害用户对推荐服务的满意度和信任等。要将大量研究模型转化为实际改进，迫切需要在必要时探究偏差的影响并进行去偏。在回顾考虑 RS 中偏差的论文时，我们惊讶地发现这些研究相当零散且缺乏系统组织。术语“偏差”在文献中被广泛使用，但其定义通常模糊甚至在不同论文间不一致。这促使我们对现有 RS 偏差相关工作进行系统综述。本文首先总结了推荐中的七类偏差及其定义与特征，然后提供了一个分类法以定位和组织现有的推荐去偏工作。最后，我们指出了一些开放挑战并展望了未来方向，希望借此启发更多关于这一重要却较少被研究主题的工作。本综述回顾的去偏方法总结可见 \url{https://github.com/jiawei-chen/RecDebiasing}。