基于因果推断的推荐系统：回顾和前瞻

文章预览

导读   本次分享的主题为基于因果推断的推荐系统，回顾过去的相关工作，并提出本方向的未来展望 。 为什么在推荐系统中需要使用因果推断技术？现有的研究工作用因果推断来解决三类问题（参见 Gao et al.的 TOIS 2023 论文 Causal Inference in Recommender Systems: A Survey and Future Directions） ： 首先，在推荐系统中存在各种各样的偏差（BIAS），因果推断是一种有效去除这些偏差的工具。 其次，推荐系统可能面临数据稀疏和无法准确估计因果效应的问题。为了解决这一问题，可以采用基于因果推断的数据增强或因果效应估计的方法，来有效解决数据稀疏性、因果效应难估计的问题 。 最后，借助因果知识或因果先验知识指导推荐系统的设计，可以更好地构建推荐模型。这种方法使得推荐模型超越传统的黑盒模型，不仅在准确性方面有提升，在可解释性、公平性 ………………………………