2022年11月15日
用反事实推理缓解数据流行度偏差《Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in RS》
摘要： 背景 在推荐场景，广泛存在长尾分布的现象，即少量的物品频繁的出现，导致正常训练的推荐模型更倾向于推荐流行物品，从而导致马太效应，即流行的物品被更频繁地推荐，并变得更加流行。目前针对这个问题的去偏算法主要可以分成三类： （1）逆权重分数：估计物品流行度的倾向性权重，并对每条数据样本利用逆权重分数进行加 阅读全文
posted @ 2022-11-15 20:45 xd_xumaomao 阅读(278) 评论(0) 推荐(0) 编辑