Fixing exposure bias with imitation learning needs powerful oracles
Heidelberg University（海德堡大学）；Google Research（谷歌研究院）
我们应用模仿学习（IL）来解决NMT暴露偏差问题与纠错的预言，并评估SMT网格为基础的预言，尽管其出色的性能在无约束的预言翻译任务，原来是过于修剪和特质，作为IL的预言。
2021-09-17 cs.CL cs.LG
Modeling User Exposure in Recommendation
Columbia University（哥伦比亚大学）；McGill University（麦吉尔大学）
协作过滤分析用户对项目的偏好（例如，书籍、电影、餐馆、学术论文）。在隐式反馈设置中，所有项目，包括用户没有消费的项目，都被考虑在内。但这种假设并不符合用户对项目的范围和意识有限的常识理解。例如，用户可能没有听说过某篇论文，或者可能住得离餐馆太远而无法体验它。用户所接触的项目）是可能针对各种用户/项目组合而改变的潜在变量。在本文中，我们提出了一种新的概率方法，直接将用户接触到项目的协同过滤。暴露被建模为潜在变量，并且模型从数据推断其值。在这样做的过程中，我们恢复了最成功的最先进的方法之一，作为我们模型的特殊情况，并提供了一个插件方法，用于调节各种形式的暴露协变量（例如，主题在文本中，地点）。我们表明，我们的可扩展的推理算法优于现有的基准在四个不同的领域都有和没有曝光协变量。
2016-02-04 cs.IR cs.LG stat.ML
Learning with Exposure Constraints in Recommendation Systems
Technion - Israel Institute of Technology（以色列理工学院）
本文提出上下文多臂老虎机模型，以学习内容提供者的曝光约束并确保其活力，同时最大化用户福利，算法达到次线性遗憾且最优。
2023-11-10 cs.AI cs.LG
Cross Pairwise Ranking for Unbiased Item Recommendation
University of Science and Technology of China（中国科学技术大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
大多数推荐系统在观察到的交互数据上优化模型，这受到先前曝光机制的影响，并表现出许多偏差，如流行度偏差。损失函数，如最常用的逐点二进制交叉熵和成对贝叶斯个性化排名，是不是设计来考虑观察数据中的偏差。因此，在损失上优化的模型将继承数据偏差，甚至更糟，放大偏差。例如，一些受欢迎的项目占用了越来越多的曝光机会，严重损害了利基项目的推荐质量-被称为臭名昭著的马修效应。在这项工作中，我们开发了一种新的学习范式，称为交叉配对排名（CPR），实现无偏见的建议，而不知道曝光机制。与反向倾向评分（IPS）不同，我们改变了样本的损失项-我们创新地对多个观察到的相互作用进行一次采样，并将损失作为其预测的组合。我们从理论上证明了这种方法抵消了用户/项目倾向对学习的影响，消除了由暴露机制引起的数据偏差的影响。与IPS相似，我们提出的CPR确保了每个训练实例的无偏学习，而无需设置倾向分数。实验结果表明，CPR优于国家的最先进的去偏的解决方案，在模型的泛化和训练效率。这些代码可在www.example.com上获得。
2022-04-26 cs.IR cs.LG
CALMRec: Causally Aligned Language Memory for Long-Horizon Recommendation
Shenzhen University（深圳大学）
研究针对当前大语言模型推荐器的问题，提出CALMRec框架，利用冻结多模态语言模型转换信息，维护多种记忆，通过倾向加权更新等减少偏差，在多环境评估中表现良好，提升了折扣长期价值，释义基准上语义原子NDCG显著提高。
2026-07-28 cs.AI cs.LG
Modeling and Counteracting Exposure Bias in Recommender Systems
University of Louisville（路易斯维尔大学）
我们在网上发现和看到的东西，以及我们的观点和决定，越来越多地受到自动化机器学习预测的影响。同样，学习机器的预测准确性在很大程度上取决于我们提供给它们的反馈数据。这种相互影响可能导致闭环交互，这可能导致未知的偏差，在机器学习预测和用户反馈的多次迭代之后，这种偏差可能会加剧。机器造成的偏见有可能导致不良的社会影响，从两极分化到不公平和过滤泡沫。在本文中，我们研究了广泛使用的推荐策略，如矩阵分解固有的偏见。然后，我们模型的曝光，从用户和推荐系统之间的互动承担，并提出新的去偏置这些系统的策略。最后，我们试图减轻推荐系统的偏见工程解决方案的几个国家的最先进的推荐系统模型。我们的研究结果表明，推荐系统是有偏见的，并依赖于用户的事先曝光。我们还表明，研究的偏见迭代减少多样性的输出建议。我们的去偏置方法表明，需要考虑到曝光过程，以减少偏见的替代推荐策略。我们的研究结果表明，理解机器学习模型（如直接与人类交互的推荐系统）的性质并处理其中的偏见非常重要，因此对人类的发现和决策产生了越来越大的影响
2020-01-01 cs.IR cs.LG stat.ML
Choosing Online Experiment Designs under Interference in Ads, Recommendations, and Member-Experience Systems
Department of Mathematics（数学系）；Embry-Riddle Aeronautical University（埃姆布里-瑞德尔航空航天大学）
针对广告、推荐和会员体验系统中干扰机制未知的问题，提出一种基于鲁棒设计选择的框架，通过最坏情况规划风险比较六种可实施设计，并给出几何感知保证和有限目录近似定理。
2026-05-24 cs.LG stat.ML
Fast online ranking with fairness of exposure
Meta AI
随着推荐系统在对在线内容进行分类和优先级排序方面变得越来越重要，它们对商品生产商的机会或收入产生了越来越大的影响。例如，他们会影响简历推荐给哪个招聘人员，或者音乐曲目、视频或新闻文章被曝光给谁和曝光多少。这就要求推荐方法不仅要最大化用户满意度，而且要考虑项目或项目组曝光的公平性。形式上，这样的建议通常是通过最大化随机排名空间中的凹目标函数来获得的。当一个项目的总曝光量被定义为它在用户上的曝光量之和时，每个用户的最佳排名变得耦合，这使得优化过程具有挑战性。找到这些排名的现有方法或者解决批处理设置中的全局优化问题，即，这使得它们不适用于大规模，或者基于具有弱理论保证的物理学。在本文中，我们提出了第一个有效的在线算法，以优化凹目标函数的空间中的排名，适用于每一个凹和光滑的目标函数，如发现公平的曝光。基于Frank-Wolfe算法的在线变体，我们证明了我们的算法计算速度快，实时生成排名，计算成本由排序操作主导，内存效率高，并且具有很强的理论保证。与只最大化用户端性能的基线策略相比，我们的算法允许将复杂的公平性暴露标准与可忽略不计的计算开销的建议。
2022-09-13 cs.AI cs.CY cs.IR
Learning to Alleviate Familiarity Bias in Video Recommendation
Google LLC（谷歌公司）
LAFB通过建模用户-内容熟悉度并调整评分预测来减轻视频推荐中的熟悉偏差，提升了内容多样性和新兴创作者的曝光
2026-02-08 cs.IR cs.LG
Debiasing Recommendation by Learning Identifiable Latent Confounders
Hong Kong University of Science and Technology（香港科技大学）；ByteDance Research（字节跳动研究院）；University of Virginia（弗吉尼亚大学）；Chongqing Univeristy（重庆大学）
针对推荐系统中未测量混杂因素引发的偏差及现有方法无法保证反事实反馈可识别的问题，提出基于近端因果推断的可识别去混杂器iDCF框架，经多数据集实验验证其有效性与鲁棒性。
2023-06-15 cs.IR cs.LG
Re-ranking With Constraints on Diversified Exposures for Homepage Recommender System
Alibaba Group（阿里巴巴集团）；Nanyang Technological University（南洋理工大学）
大多数电子商务应用程序上的主页推荐以分层方式放置项目，其中不同的频道以不同的风格显示项目。现有的算法通常优化单个通道的性能。因此，设计一个推荐模型来获得最大化整个网页点击率的最优推荐列表是一个具有挑战性的问题。除了准确性目标之外，主页上的显示多样性也很重要，因为均匀的显示通常会损害用户体验。在本文中，我们提出了一个两阶段的主页推荐系统的架构。在第一阶段中，我们开发了有效的算法，用于在保持多样性的同时向适当的渠道推荐项目。这两种方法可以结合起来：具有多样性约束的用户-渠道-项目预测模型。在第二阶段，我们提供每个通道中的项目的有序列表。现有的重排序模型难以描述渠道内和渠道间项目之间的相互影响。因此，我们提出了一个深度和层次的注意力网络重新排名（DHANR）模型的网页推荐系统。分层注意力网络由项目编码器、项目级注意力层、通道编码器和通道级注意力层组成。我们的方法在离线实验中的精度，列表内平均距离（ILAD）和通道精度@k方面以及在线系统中的CTR和ILAD方面取得了显着的改善。
2021-12-12 cs.IR cs.LG
Adversarial Counterfactual Learning and Evaluation for Recommender System
Walmart Labs（沃尔玛实验室）
推荐系统的反馈数据往往受到什么是暴露给用户，然而，大多数学习和评价方法不占潜在的曝光机制。我们首先在理论上表明，应用监督学习来检测用户的偏好可能最终与曝光信息的情况下不一致的结果。来自因果推理的反事实倾向加权方法可以解释暴露机制;然而，反馈数据的部分观察性质可能导致可识别性问题。我们提出了一个原则性的解决方案，通过引入极大极小经验风险公式。我们表明，放松的对偶问题可以转换为两个推荐模型之间的对抗性游戏，其中候选模型的对手表征了潜在的曝光机制。我们提供了学习范围，并进行了广泛的模拟研究，以说明和证明所提出的方法在广泛的推荐设置，从而阐明了所提出的方法的各种好处的见解。
2020-11-08 cs.IR cs.LG stat.ML
Bypassing the Popularity Bias: Repurposing Models for Better Long-Tail Recommendation
Seznam.cz, a.s.（塞兹纳姆股份公司）
针对推荐系统中长尾内容发布者曝光不足的流行度偏差问题，提出重新利用工业推荐系统现有组件的方法，在保障推荐质量的同时提升弱势发布者曝光，经大规模AB实验验证有效并分享了生产应用洞见。
2024-09-17 cs.IR cs.LG
Targeted Data Poisoning Attack on News Recommendation System by Content Perturbation
School of New Media and Communication, Tianjin University（天津大学新媒体与传播学院）
新闻推荐系统已经成为许多在线新闻服务的基础技术。同时，大量研究表明，推荐系统容易受到数据投毒攻击，攻击者有能力误导推荐系统按照自己的意愿运行。一种被广泛研究的攻击方法，注入假用户，可以应用于NRS时，NRS被视为与其他系统的项目是固定的。然而，在NRS中，由于每个项目（即新闻）的信息量更大，我们提出了一种新的方法来毒化NRS，这是扰乱一些浏览的新闻的内容，导致操纵的排名的目标新闻。直觉上，如果攻击很有可能被捕获，那么它是无用的，即，暴露了为了解决这个问题，我们引入了曝光风险的概念，并提出了一个新的问题，通过扰动攻击历史新闻数据集，其目标是最大限度地操纵目标新闻排名，同时保持在给定的预算下的曝光风险。我们设计了一个强化学习框架，称为TDP-CP，它包含一个两阶段的层次模型，以减少搜索空间。同时，影响估计也被用来节省重新训练NRS的时间。我们测试了TDP-CP在三种NRS和不同目标新闻下的性能。实验结果表明，TDP-CP算法可以在有限的曝光预算下成功地提高目标新闻的排名。
2022-03-10 cs.AI cs.CR cs.IR
Causal Disentanglement with Network Information for Debiased Recommendations
Arizona State University（亚利桑那州立大学）；City University of Hong Kong（香港城市大学）
推荐系统的目标是通过学习用户和项目的表示来向用户推荐新的项目。在实践中，这些表示是高度纠缠的，因为它们包括关于多个因素的信息，包括用户的兴趣，项目属性以及诸如用户一致性和项目流行度之类的混淆因素。考虑这些纠缠的表示来推断用户偏好可能导致有偏见的推荐（例如，当推荐器模型推荐流行项目时，即使它们不符合用户的兴趣）。最近的研究建议从因果关系的角度来建立推荐系统的模型。暴露和评级分别类似于因果推理框架中的治疗和结局。这种情况下的关键挑战是解释隐藏的混杂因素。这些混杂因素未被观察到，因此很难对其进行测量。另一方面，由于这些混杂因素会影响曝光率和评级，因此在生成无偏见推荐时必须考虑到它们。为了更好地近似隐藏的混杂因素，我们建议利用网络信息（即，用户-社交和用户-项目网络），其被示出影响用户如何发现项目并与项目交互。除了用户一致性，混淆的方面，如项目的流行程度存在于网络信息中也被捕获在我们的方法的帮助下，\textit{causal disentanglement}解开学习表示成独立的因素，负责（a）建模项目的暴露给用户，（b）预测的评级，和（c）控制隐藏的混杂因素。在真实数据集上的实验验证了该模型在去偏推荐系统中的有效性。
2022-04-14 cs.IR cs.LG stat.ML
Deep Causal Reasoning for Recommendations
Wuhan University（武汉大学）
传统的推荐系统的目标是估计用户的评级的基础上观察到的评级从人口的项目。与所有观察性研究一样，隐藏的混杂因素是影响项目暴露和用户评级的因素，会导致估计中的系统性偏倚。因此，从因果关系的角度来消除混杂因素的影响是推荐系统研究的一个新趋势。观察到，在建议中的混杂因素通常是共享的项目，因此是多原因的混杂因素，我们模型的建议作为一个多原因多结果（MCMO）推理问题。具体来说，为了纠正混淆偏差，我们估计用户特定的潜变量，使项目曝光独立伯努利试验。生成分布由具有因子化逻辑似然的DNN参数化，并且通过变分推断估计难处理的后验。控制这些因素作为替代混杂因素，在温和的假设下，可以消除多原因混杂因素引起的偏倚。此外，我们表明，MCMO建模可能会导致高方差，由于稀缺的观测与高维因果空间。幸运的是，我们从理论上证明，引入用户特征作为预处理变量可以大大提高样本效率，减轻过拟合。模拟和真实世界数据集上的实证研究表明，所提出的深度因果推荐器比最先进的因果推荐器对未观察到的混杂因素表现出更强的鲁棒性。代码和数据集在https://github.com/yaochenzhu/deep-deconf上发布。
2022-11-21 cs.IR cs.LG
Why Does Misinformation Propagate Faster? An Algorithmic Perspective on X
Georgia Institute of Technology（佐治亚理工学院）；Arizona State University（亚利桑那州立大学）
本研究通过X平台开源算法，发现参与度可互换性机制使虚假信息因即时反应获得更多推荐而传播更快，并提出反思阈值门控修复方案，在46项检验中显著缩小可信度曝光差距且不损害主流曝光。
2026-09-25 cs.LG cs.SI econ.GN
From a Static Multi-Level Small Semantic Codebook to a Dynamic Single-Level Large Semantic Codebook for Generative Recommendation
Kuaishou Technology（快手科技）
该研究针对生成式推荐中多级残差量化的缺陷，提出单级大语义码本及动态更新机制，在公开数据集、服务架构及在线测试中均实现推荐性能与效率的提升。
2026-08-24 cs.IR cs.LG
COPF: An Online Framework for Deployment-Stable Counterfactual Fairness in Evolving Graphs
Shanghai Jiao Tong University（上海交通大学）
针对演化图上的在线链接推荐，提出COPF框架，通过反事实暴露机会差距、显式探索和残差不可区分性审计，实现部署稳定的公平性监控与控制。
2026-05-30 cs.AI cs.LG
Graph Convolutional Network for Recommendation with Low-pass Collaborative Filters
Tsinghua University（清华大学）
\textbf{G}卷积\textbf{N}网络（\textbf{GCN}）被广泛用于图数据学习任务，例如推荐。然而，当面对一个大的图，图卷积是非常昂贵的计算，因此被简化在所有现有的GCN，但严重受损，由于过度简化。为了解决这个问题，我们利用GCN中的\textit{original graph convolution}，并提出了一个\textbf{L}低通\textbf{C}协同\textbf{F}过滤器（\textbf{LCF}），使其适用于大型图。LCF的设计目的是去除观测数据中由曝光和量化引起的噪声，并且以无损的方式降低图卷积的复杂度。实验表明，LCF提高了图卷积的有效性和效率，我们的GCN显着优于现有的GCN。代码可在\url{https://github.com/Wenhui-Yu/LCFN}上获得。
2021-01-18 cs.IR cs.LG stat.ML
