离群值偏差对用户点击行为的影响研究

用户交互数据是反事实学习排序（CLTR）中重要的监督来源。此类数据存在展示偏差。无偏学习排序（ULTR）的诸多工作聚焦于位置偏差，即排名靠前的物品更可能被浏览与点击。物品间依赖关系亦影响浏览概率，其中排名中的离群物品为一重要例证。离群物品被定义为可观测地偏离其余物品、从而在排序中凸显的物品。本文中，我们识别并引入了离群物品带来的偏差：用户倾向于更多点击离群物品及其邻近物品。为此，我们首先开展受控实验以研究离群值对用户点击的影响。接着，为检验受控实验的发现能否推广至自然情境，我们探究了某电商平台的实际点击日志。我们表明，在两种情境下，用户均显著更多地点击同排序中的离群物品而非非离群物品。我们表明该倾向在所有位置均成立，即对于任意特定位置，物品作为离群物品呈现时比作为非离群物品呈现时获得更多交互。我们从分析中得出结论：离群值对点击的影响是一种应在ULTR中予以解决的偏差。因此我们提出一个考虑离群与位置偏差的离群感知点击模型，称为离群感知基于位置的模型（OPBM）。我们基于OPBM估计点击倾向；通过在真实电商数据与半合成数据上的大量实验，验证了离群感知点击模型的有效性。结果表明，在排序性能与真实相关性估计方面，OPBM优于基线方法。