关于推荐算法中的曝光偏差问题

参考这篇文章：

https://mp.weixin.qq.com/s/0WytNSBhqWeEWx1avXysiA

《搜索、推荐、广告中的曝光偏差问题》

 

最近在做的推荐版本里面也会针对曝光偏差进行优化。

 

机器学习本质上是在学习数据的分布, 其有效性的假设是模型 training 和 serving 时的数据是独立同分布(Independent and Identically Distributed, IID) 的，但是在实际应用中，由于采样有偏、具体场景等约束， training 的样本与 serving 时的样本并不是 IID 的。

 

本文首先会简单介绍一些机器学习中的常见 bias，并着重介绍上面提到的 exposure bias(也叫 sample selection bias) 的在当前的一些解决思路, 笔者将其总结为 Data Augmentation、IPS 和 Domain Adaption 三大类方法。