序列推荐中双重增强的倾向得分估计

序列推荐系统基于大量隐式用户反馈数据训练其模型，当用户被系统性地欠曝光/过曝光于某些物品时，可能受到偏置影响。基于逆倾向得分（IPS）的无偏学习通过估计给定历史信息下观测到用户-物品对的概率来解决该问题，已被提出。在这些方法中，倾向得分估计通常局限于物品视角，即将反馈数据处理为与用户交互的物品序列。然而，反馈数据也可从用户视角处理，即视为与物品交互的用户序列。此外，两种视角可联合增强倾向得分估计。受此观察启发，我们提出从用户与物品双视角估计倾向得分，称为双重增强的倾向得分估计（DEPS）。具体而言，给定目标用户-物品对及相应的物品与用户交互序列，DEPS 首先构建时间感知因果图以表示用户-物品观测概率。依据该图，基于同一组用户反馈数据，分别从物品与用户视角估计两个互补的倾向得分。最后，设计两个 transformer 以做出最终偏好预测。理论分析显示了 DEPS 的无偏性与方差。在三个公开可用数据集与一个工业数据集上的实验结果证明 DEPS 可显著优于最先进的基线。