基于级联模型的倾向估计用于反事实学习排序
信息检索
2020-05-26 v1
摘要
无偏的反事实学习排序(CLTR)需要点击倾向性，以通过逆倾向加权(IPS)来补偿用户点击与搜索结果真实相关性之间的差异。当前的倾向估计方法假设用户点击行为遵循位置浏览模型(PBM)，并基于该假设估计点击倾向性。然而在现实中，用户点击通常遵循级联模型(CM)，即用户从上到下浏览搜索结果，且每一次后续点击都依赖于前一次点击。在这种级联场景下，基于PBM的倾向估计并不准确，进而损害了CLTR性能。本文提出一种针对级联场景的倾向估计方法，称为CM-IPS。我们表明，在用户点击遵循CM的情况下，CM-IPS能使CLTR性能接近全信息性能，而基于PBM的CLTR与全信息性能之间存在显著差距。若用户点击遵循PBM而非CM，则情况相反。最后，我们提出了一种基于历史用户点击在CM与PBM倾向估计方法之间进行选择的方法。
引用
@article{arxiv.2005.11938,
title = {Cascade Model-based Propensity Estimation for Counterfactual Learning to Rank},
author = {Ali Vardasbi and Maarten de Rijke and Ilya Markov},
journal= {arXiv preprint arXiv:2005.11938},
year = {2020}
}
备注
4 pages, 2 figures, 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '20)