用于纠正点击反馈中位置偏差的双鲁棒估计：面向无偏学习排序
机器学习
2022-11-01 v5 信息检索
摘要
排序上的点击存在位置偏差：尽管用户对条目之间具有实际偏好，但处于较低排名的条目通常较少被用户查看——从而较少被点击。基于点击的无偏学习排序（LTR）的主流方法基于反事实逆倾向得分（IPS）估计。与通用强化学习不同，反事实双鲁棒（DR）估计在以往文献中尚未应用于基于点击的 LTR。本文提出一种新颖的 DR 估计量，这是首个专门针对位置偏差设计的 DR 方法。位置偏差的难点在于处理变量——用户查看——在点击数据中无法直接观测。作为解决方案，我们的估计量使用每个排名的期望处理变量，而非现有 DR 估计量所使用的实际处理变量。我们的新颖 DR 估计量比现有 IPS 方法具有更鲁棒的无偏性条件，并且此外大幅降低了方差：我们的实验结果表明，它所需的数据点数量比达到最优性能所需的少几个数量级。对于无偏 LTR 领域，我们的 DR 估计量同时提升了最先进性能，并提供了所有已知 LTR 估计量中最鲁棒的理论保证。
引用
@article{arxiv.2203.17118,
title = {Doubly-Robust Estimation for Correcting Position-Bias in Click Feedback for Unbiased Learning to Rank},
author = {Harrie Oosterhuis},
journal= {arXiv preprint arXiv:2203.17118},
year = {2022}
}