将反事实方法推向在线：高效且无偏的排序在线评估

反事实评估可以基于历史交互数据估计排序系统之间的点击率（CTR）差异，同时减轻位置偏差和项目选择偏差的影响。我们引入了新颖的日志策略优化算法（LogOpt），该算法优化记录数据的策略，以使反事实估计具有最小方差。由于最小化方差能带来更快的收敛速度，LogOpt提高了反事实估计的数据效率。LogOpt将原本对日志策略无差别的反事实方法转变为一种在线方法，由算法决定显示哪些排序。我们证明，作为一种在线评估方法，LogOpt对于位置偏差和项目选择偏差是无偏的，这与现有的交织方法不同。此外，我们通过模拟数千个排序器之间的比较进行了大规模实验。我们的结果表明，虽然交织方法会产生系统性误差，但LogOpt与交织方法同样高效且没有偏差。