了解百度-ULTR 日志策略对双塔模型的影响
信息检索
2024-09-19 v1 机器学习
摘要
尽管双塔模型在无偏学习排序 (ULTR) 任务中备受欢迎，但近期的研究表明，它可能在行业应用中遭遇严重限制：日志策略混淆问题。虽然提出了几种潜在解决方案，但这些方法的评估主要是通过准半合成仿真实验进行的。本文通过在最大的真实世界数据集 Baidu-ULTR 上进行调查，弥合了理论与实践之间的差距。我们的主要贡献有三点：1) 我们展示了日志策略混淆问题在 Baidu-ULTR 上的条件；2) 日志策略混淆问题对双塔模型影响不显著；3) 我们指出了专家注释（ULTR 中的黄金标准）与用户点击行为之间的潜在不匹配。
关键词
引用
@article{arxiv.2409.12043,
title = {Understanding the Effects of the Baidu-ULTR Logging Policy on Two-Tower Models},
author = {Morris de Haan and Philipp Hager},
journal= {arXiv preprint arXiv:2409.12043},
year = {2024}
}
备注
Accepted at the CONSEQUENCES '24 workshop, co-located with ACM RecSys '24