解决离线推荐器学习中的倾向性矛盾

我们研究在存在选择偏差的情况下，基于显式评分反馈的离线推荐器学习。当前一种有前景的偏差解决方案是逆倾向评分（IPS）估计。然而，现有基于倾向性方法的性能可能因倾向性估计偏差而显著受损。事实上，大多数先前的IPS方法都需要一定量的完全随机缺失（MCAR）数据来准确估计倾向性。这导致了一个关键的自相矛盾：IPS在没有MCAR数据的情况下是无效的，尽管其最初目标正是从非随机缺失反馈中学习推荐器。为解决这一倾向性矛盾，我们推导出一个与倾向性无关的泛化误差界，并提出一种通过对抗学习最小化该理论界的新算法。我们的理论和算法不需要倾向性估计过程，从而在没有真实倾向信息的情况下得到一个性能良好的评分预测器。大量实验表明，在没有MCAR数据的实际设置中，所提出的方法在评分预测和排序指标上均优于一系列现有方法。