推荐系统中用于用户兴趣探索的处理效应估计

推荐系统从点击等用户反馈中学习个性化用户偏好。然而，用户反馈通常偏向于部分观察到的兴趣，导致许多用户的隐藏兴趣未被探索。现有方法通常缓解偏差、增加推荐多样性，或使用 bandit 算法来平衡探索-利用的权衡。尽管如此，它们未能考虑推荐不同类别物品的潜在奖励，且缺乏将 top-N 推荐分配给类别的全局调度，导致次优的探索。在这项工作中，我们提出了一种基于 Uplift 模型的推荐器（UpliftRec）框架，该框架将 top-N 推荐视为一个处理优化问题。UpliftRec 通过使用观察性用户反馈来估计处理效应，即不同类别曝光比例下的点击率（CTR）。UpliftRec 计算组级处理效应以发现具有高 CTR 奖励的用户隐藏兴趣，并利用逆倾向加权来缓解混杂偏差。此后，UpliftRec 采用动态规划方法计算以实现整体 CTR 最大化的最优处理。我们在不同的后端模型上实现了 UpliftRec，并在三个数据集上进行了大量实验。实验结果验证了 UpliftRec 在发现用户隐藏兴趣方面的有效性，同时实现了卓越的推荐准确性。