将因果关系估计引入推荐系统、提升推荐模型效果，快手新研究被WWW22接收
本文中，研究者提出了一个基于工具变量的模型无关的因果学习框架 IV4Rec，从而利用搜索数据辅助推荐模型。该框架将搜索的 query 作为 IVs 来将推荐系统中的 embedding 分解为因果和非因果的部分，再将它们联合起来探索不同机制对于推荐结果的影响。此外，IV4Rec 将传统的 IVs 的...
将因果关系估计引入推荐系统、提升推荐模型效果，快手新研究被WWW22接收
基于机器学习的推荐系统逐渐成为帮助人们自动过滤信息、发掘兴趣的主要方式。现有模型通常使用 embedding 来表示推荐系统中丰富的信息，比如物品、用户和上下文信息。从因果分析的角度来看，这些向量和用户最终的反馈（比如点击、点赞、转发等）之间的关系是由因果关系和非因果关系混杂在一起组成的。因果关系是...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
