蚂蚁营销推荐场景上的因果纠偏方法

文章预览

导读   本文将分享蚂蚁营销推荐场景上的因果纠偏方法。 主要内容包括四个部分： 1.  因果纠偏的背景 2.  基于数据融合的纠偏 3.   基于后门调整的纠偏 4.  在蚂蚁的应用 分享嘉宾｜ 方军鹏 蚂蚁集团 高级算法工程师   编辑整理｜张新颖 内容校对｜李瑶 出品社区｜ DataFun 01 因果纠偏的背景 1.  偏差的产生 推荐系统里根据收集的数据来训练推荐模型，给用户推荐一个合适的 item，当用户与这个 item 产生交互后，数据又会被收集用于继续训练模型，从而形成一个闭环。但是这个闭环当中可能会存在各种各样的影响因素，因此会产生误差。误差的主要原因就是训练模型时使用的大多是观测数据，而不是一个理想的训练数据，会受到曝光策略、用户选择等等因素的影响。偏差的本质就是对于经验风险估计的期望和真实理想风险估计的期望之间的差异 ………………………………