一种偏差和方差双降的双鲁棒去偏学习模型

在推荐系统中,点击后转化率是反映用户偏好的重要信号.然而,传统的双鲁棒估计器在预测转化率时存在选择偏差的问题,这会导致估计器方差和偏差过高.为解决以上难题,提出了通用的双鲁棒去偏学习模型,在选择偏差场景下提出更具稳定性的双鲁棒估计器,该估计器通过改进填充模型的训练权重来增加低倾向样本惩罚,缩小点击样本和曝光样本的分布差距,缓解双鲁棒估计器的偏差影响;受强化学习双重深度Q网络的启发,改进双学习模式为交替学习模型,交换转化率预测模型、点击率预测模型、填充预测模型之间的梯度信号,并指导网络模型的参数更新,缓解模型方差过高的问题;另外,在参数更新过程中,将预测模型的回归问题转化为二分类问题,降低了预测模型学习的复杂程度,提高模型可解释性.实验在两个真实的大型数据集和一个半合成数据集中进行,与已有的去偏方法对比,实验验证,所提方法在召回率和累计收益率方面优于其他方法,其中,相较于主要实现降低方差的更具鲁棒性的双鲁棒双学习模型在指标DCG@2和Recall@2上分别提升4.43%和4.97%,相较于主要实现降低偏差的双鲁棒联合学习模型在指标DCG@2和Recall@2上分别提升了7.21%和10.11%.