基于IPS加权BPR和自归一化评估的反事实风险最小化与推荐系统
机器学习
2025-09-03 v1
摘要
从日志式隐式反馈中学习和评估推荐系统面临曝光偏倚问题。虽然逆倾向得分（IPS）可纠正此偏倚，但常因方差较大且不稳定。本文提出了一条简单且有效的管道，将IPS加权训练与IPS加权的贝叶斯个性化排名（BPR）目标集成，增强了倾向正则化器（PR）。我们比较了直接方法（DM）、IPS和自归一化IPS（SNIPS）用于离线策略评估，并展示了IPS加权训练在面对偏倚曝光时提高模型鲁棒性。 proposed PR进一步缓解了来自极端倾向权重的方差放大，导致更稳定的估计。在合成数据和MovieLens 100K数据上的实验表明，我们的方法在无偏曝光下更好地泛化，评估方差较于朴素和标准IPS方法显著降低，为实际推荐场景中的反事实学习与评估提供了实用指导。
引用
@article{arxiv.2509.00333,
title = {Counterfactual Risk Minimization with IPS-Weighted BPR and Self-Normalized Evaluation in Recommender Systems},
author = {Rahul Raja and Arpita Vats},
journal= {arXiv preprint arXiv:2509.00333},
year = {2025}
}
备注
Accepted at Causality, Counterfactuals & Sequential Decision-Making Workshop(CONSEQUENCES) at ACM Recommender Systems Conference(RecSys 25) Prague, Czech Republic