U-rank: Utility-oriented Learning to Rank with Implicit Feedback
学习排序是许多现实世界信息系统中最重要的任务之一,其中目标是一些特定的效用,例如,点击和收入。然而,我们指出,现有的方法基于概率排序原则不一定达到最高的效用。为此,我们提出了一种新的排名框架,称为U-排名,直接优化的预期效用的排名列表。通过一个位置感知的深度点击率预测模型,我们解决了同时考虑查询级和项目级特征的注意偏差。由于项目特定的注意力偏差模型,预期效用的优化对应于项目位置二分图上的最大权重匹配。我们基于一个有效的Lambdaloss框架,这是支持理论和实证分析的优化这一目标。我们在三个基准数据集和两个专有数据集上对网络搜索和推荐系统进行了广泛的实验,其中展示了U-排名在最先进技术上的性能增益。此外,我们提出的U-排名已部署在一个大规模的商业推荐和生产基线的大幅度改善已被观察到在在线A/B测试。
2020-11-01 cs.IR
RankArena: A Unified Platform for Evaluating Retrieval, Reranking and RAG with Human and LLM Feedback
RankArena是一个统一评估平台,通过人类与LLM反馈,支持检索、重排序和RAG的多模式评估,并提供结构化数据集以训练相关模型。
2025-08-07 cs.IR
Recommender Systems Algorithm Selection for Ranking Prediction on Implicit Feedback Datasets
本文研究隐式反馈排序任务中的推荐系统算法选择,基于72个数据集和24种算法构建元数据,发现预测算法排序可显著提升元模型相关性,且XGBoost在最佳算法识别上优于AutoGluon。
2024-09-09 cs.IR
Incorporating Relevance Feedback for Information-Seeking Retrieval using Few-Shot Document Re-Ranking
Technical University of Darmstadt(达姆施塔特工业大学)
将词汇检索器与神经重排序模型配对在大规模信息检索数据集上具有最先进的性能。该管道涵盖了诸如问答或导航查询之类的场景,然而,对于信息搜索场景,用户通常以点击或显式反馈的形式提供关于文档是否与其查询相关的信息。因此,在这项工作中,我们将探讨如何通过采用Few-Shot和参数有效的学习技术将相关反馈直接集成到神经重排序模型中。具体来说,我们引入了一个kNN的方法,重新排名的文件的基础上,他们的相似性与查询和用户认为相关的文件。此外,我们还探索了交叉编码器模型,我们使用元学习进行预训练,随后针对每个查询进行微调,仅在反馈文档上进行训练。为了评估我们不同的集成策略,我们将四个现有的信息检索数据集转换为相关反馈的情况。大量的实验表明,将相关反馈直接集成到神经重排序模型中可以提高它们的性能,并且将词汇排序与我们表现最好的神经重排序器融合在一起,比所有其他方法都好5.2 nDCG@20。
2022-10-19 cs.CL cs.IR
Policy-Aware Unbiased Learning to Rank for Top-k Rankings
反事实学习排序(LTR)方法使用包含交互偏差的记录的用户交互来优化排序系统。现有的方法是公正的,如果用户与所有相关的项目在每个排名。目前没有现有的反事实无偏LTR方法用于top-k排名。我们介绍了一种新的政策意识的反事实估计LTR指标,可以考虑随机日志记录政策的影响。我们证明了政策意识估计是无偏的,如果每个相关的项目有一个非零的概率出现在前k排名。我们的实验结果表明,我们的估计器的性能不受k的大小的影响:对于任何k,策略感知估计器达到相同的检索性能,而从前k反馈学习时,从反馈的完整排名。最后,我们介绍了传统LTR方法的新扩展,以执行反事实LTR和优化top-k度量。总之,我们的贡献引入了第一个策略感知的无偏LTR方法,该方法从top-k反馈中学习并优化top-k指标。因此,反事实LTR现在适用于搜索和推荐中非常流行的前k排名设置。
2021-04-09 cs.IR
Understanding the Ranking Loss for Recommendation with Sparse User Feedback
针对稀疏正反馈下CTR预测中BCE导致负样本梯度消失的问题,本文揭示辅助排序损失通过增大负样本梯度改善优化,并经理论、公开实验及腾讯在线系统验证有效。
2024-07-05 cs.IR
Neural Document Expansion with User Feedback
本文提出了一种神经文档扩展方法(NeuDEF),丰富了神经排名模型的文档表示。NeuDEF从导致点击文档的查询中获取扩展项,并使用学习到的注意力对这些扩展项进行加权。它被插入到一个标准的神经排名器中,并进行端到端的学习。商业搜索日志上的实验表明,NeuDEF显着提高了最先进的神经排名和扩展方法对不同频率的查询的准确性。进一步的研究显示了点击查询和学习扩展权重的贡献,以及文档流行度对NeuDEF有效性的影响。
2019-08-08 cs.IR
Enhancing Sequential Music Recommendation with Negative Feedback-informed Contrastive Learning
针对序列音乐推荐场景,提出融合跳过等负反馈的序列感知对比子任务,优化会话嵌入空间结构,在三个数据集的多项指标上均取得稳定性能提升。
2024-09-11 cs.IR
MetaSynth: Multi-Agent Metadata Generation from Implicit Feedback in Black-Box Systems
Walmart Global Tech(沃尔玛全球科技)
MetaSynth通过多智能体检索增强生成框架,利用黑盒系统中的隐式反馈优化元数据生成,提升了CTR和点击率表现。
2025-12-04 cs.IR
Unbiased Learning to Rank with Biased Continuous Feedback
Tencent(腾讯)
这是一个众所周知的挑战,学习一个公正的排名与偏见的反馈。无偏学习排名(LTR)算法,这是验证模型的相对相关性准确的基础上嘈杂的反馈,是有吸引力的候选人,并已被应用于许多应用程序与单一的分类标签,如用户点击信号。然而,现有的无偏LTR方法不能正确地处理连续反馈,这是必不可少的许多工业应用,如内容推荐系统。为了提供个性化的高质量推荐结果,推荐系统需要对分类和连续的有偏反馈(如点击和停留时间)进行建模。因此,我们设计了一种新的无偏LTR算法来解决这些挑战,该算法创新性地以成对的方式对位置偏差进行建模,并引入成对的信任偏差来明确地分离位置偏差,信任偏差和用户相关性,并且可以用于连续和分类反馈。在公共基准数据集和腾讯新闻大规模推荐系统的内部实时流量上的实验结果表明,该方法在连续标签上具有较好的效果,在分类标签上也具有较好的性能。
2023-03-08 cs.IR cs.LG
Unbiased Learning-to-Rank with Biased Feedback
Cornell University(康奈尔大学)
隐式反馈(例如,点击、停留时间等)是人机交互系统中丰富的数据源。虽然隐式反馈具有许多优点(例如,收集成本低、以用户为中心、及时),但其固有的偏见是其有效使用的主要障碍。例如,搜索排名中的位置偏差强烈影响结果接收的点击量,因此在学习排序(LTR)方法中直接使用点击数据作为训练信号会产生次优结果。为了克服这个偏差问题,我们提出了一个反事实推理框架,提供了理论基础,无偏LTR通过经验风险最小化,尽管有偏见的数据。使用这个框架,我们推导出一个倾向加权排名SVM的歧视性学习隐式反馈,点击模型的倾向估计的作用。与使用点击模型来消除数据偏见的大多数传统方法相比,这允许即使在查询不重复的设置中也能训练排名函数。除了理论支持之外,我们还从经验上证明了所提出的学习方法在处理偏差方面非常有效,它对噪声和倾向模型的错误设定具有鲁棒性,并且它可以有效地扩展。我们还证明了我们的方法在实际操作中的搜索引擎,它大大提高了检索性能的适用性。
2016-08-16 cs.IR cs.LG
Query Chains: Learning to Rank from Implicit Feedback
本文提出了一种使用点进数据来学习网络搜索结果的排名检索函数的新方法。我们观察到,用户搜索网络经常执行一个序列,或链,查询具有类似的信息需求。使用查询链,我们从搜索引擎日志中生成新类型的偏好判断,从而利用用户智能重新制定查询。为了验证我们的方法,我们进行了一个受控的用户研究比较生成的偏好判断明确的相关性判断。我们还实现了一个真实世界的搜索引擎来测试我们的方法,使用修改后的排名SVM从偏好数据中学习改进的排名函数。我们的研究结果表明,显着改善排名的搜索引擎。学习的排名优于静态排名函数,以及在不考虑查询链的情况下训练的排名。
2006-05-08 cs.IR cs.LG
Learning Neural Ranking Models Online from Implicit User Feedback
University of Virginia(弗吉尼亚大学)
现有的在线学习排序(OL 2 R)解决方案仅限于线性模型,这是不足以捕捉查询和文档之间可能的非线性关系。在这项工作中,为了释放OL 2 R中表示学习的力量,我们提出直接从用户的隐式反馈(例如,点击)在飞行中收集。我们专注于RankNet和LambdaRank,由于它们在离线设置中的巨大经验成功和广泛采用,并基于使用神经切线核的神经网络的收敛分析来控制臭名昭著的探索-利用权衡。具体而言,在每轮结果服务中,仅对两个文档之间的预测排名顺序不确定的文档对进行探索;否则,将在结果排名中遵循排名器的预测顺序。我们证明了在标准假设下,我们的OL 2 R解决方案实现了间隙依赖的遗憾上限$O(\log^2(T))$,其中的遗憾是定义在$T$轮的错序对的总数。在两个公共学习排序基准数据集上对一组广泛的最先进的OL 2 R基线进行比较,证明了所提出的解决方案的有效性。
2022-01-17 cs.IR cs.LG
VBPR: Visual Bayesian Personalized Ranking from Implicit Feedback
UC San Diego(加州大学圣地亚哥分校)
现代推荐系统通过发现或“挑拨离间”编码项目属性和用户偏好的潜在维度来对人和项目进行建模。关键是,这些维度是基于用户反馈发现的,通常是隐式形式的(例如购买历史、浏览日志等);此外,一些推荐系统利用诸如产品属性、时间信息或评论文本之类辅助信息。然而,现有的个性化推荐和排名方法通常忽略的一个重要特征是正在考虑的项目的视觉外观。在本文中,我们提出了一个可扩展的因子分解模型,将视觉信号纳入人们的意见,我们适用于选择的大型,真实世界的数据集的预测。我们利用(预先训练的)深度网络从产品图像中提取的视觉特征,在此基础上,我们学习了一个额外的层,该层揭示了最能解释人们反馈变化的视觉维度。这不仅导致显著更准确的个性化排名方法,而且还有助于缓解冷启动问题,并定性地分析影响人们意见的视觉维度。
2015-10-06 cs.AI cs.IR
BPR: Bayesian Personalized Ranking from Implicit Feedback
University of Hildesheim(希尔德斯海姆大学)
项目推荐是预测一组项目(例如网站,电影,产品)的个性化排名的任务。在本文中,我们调查了最常见的情况下,隐式反馈(例如,点击,购买)。基于隐式反馈的项目推荐方法有很多,如矩阵分解(MF)和自适应knearest-neighbor(kNN)。尽管这些方法是为个性化排名的项目预测任务而设计的,但它们都没有直接针对排名进行优化。在本文中,我们提出了一个通用的优化标准BPR-Opt的个性化排名,这是来自贝叶斯分析的问题的最大后验估计。我们还提供了一个通用的学习算法优化模型的BPR-Opt。学习方法是基于自举抽样的随机梯度下降。我们展示了如何将我们的方法应用于两个最先进的推荐模型:矩阵分解和自适应kNN。我们的实验表明,对于个性化排名的任务,我们的优化方法优于MF和kNN的标准学习技术。结果表明,优化模型的正确标准的重要性。
2012-05-09 cs.IR cs.LG stat.ML
Set2setRank: Collaborative Set to Set Ranking for Implicit Feedback based Recommendation
Hefei University of Technology(合肥工业大学);Hefei Comprehensive National Science Center(合肥综合性国家科学中心)
由于用户经常使用二进制行为数据(隐式反馈)来表达他们的偏好,例如点击项目或购买产品,基于隐式反馈的协同过滤(CF)模型通过利用隐式用户-项目交互数据来预测用户可能喜欢的排名靠前的项目。对于每个用户,隐式反馈被分成两个集合:一个观察到的项目集有限的观察到的行为,和一个大的未观察到的项目集,混合负项目行为和未知行为。给定任何用户偏好预测模型,研究人员要么设计基于排名的优化目标,要么依赖于负项挖掘技术来进行更好的优化。尽管这些基于隐式反馈的模型的性能增益,推荐结果仍然是远远不能令人满意的,由于每个用户的观察项目集的稀疏性。为此,在本文中,我们探讨了隐式反馈的独特特性,并提出了Set 2setRank框架的建议。Set 2setRank的优化标准有两个方面:首先,我们设计了一个项目到项目集的比较,鼓励来自采样观察集的每个观察项目的排名高于来自采样未观察集的任何未观察项目。第二,我们模型集水平比较,鼓励从观察项目集总结的距离和最“硬”未观察到的项目从抽样的负面集之间的利润率。此外,还设计了一种自适应采样技术来实现这两个目标。我们必须注意到,我们提出的框架是模型不可知的,可以很容易地应用于大多数推荐预测方法,并在实践中是时间效率。最后,在三个真实世界的数据集上进行了大量的实验,证明了我们所提出的方法的优越性。
2021-05-26 cs.AI cs.IR
Minimum Weighted Feedback Arc Sets for Ranking from Pairwise Comparisons
New Jersey Institute of Technology(新泽西理工学院)
本文提出基于组合算法的MWFAS方法,用于改进大规模排名任务,证明其在效率和准确性上的优势。
2025-12-04 cs.AI cs.DS cs.IR
Exploiting Simulated User Feedback for Conversational Search: Ranking, Rewriting, and Beyond
针对对话式搜索系统缺乏用户交互数据、难以整合用户反馈的问题,本研究提出基于ConvSim用户模拟器的多轮交互框架,实验证实反馈可显著提升检索性能,并发布3万余条交互转录数据以支持后续研究。
2023-05-07 cs.HC cs.IR
Practical User Feedback-driven Internal Search Using Online Learning to Rank
AskSpoke(AskSpoke公司)
我们提出了一个系统,辐条,为组织创建和搜索内部知识库(KB)的文章。Spoke是一款SaaS(软件即服务)产品,部署在数百个具有不同域的组织中。Spoke使用会话用户反馈不断提高搜索质量,这使得它能够提供比标准信息检索系统更好的搜索体验,而无需编码任何显式的领域知识。我们实现这一点,通过使用实时在线学习排名(L2R)算法,自动定制相关性评分为每个组织部署发言使用查询相似性内核。本文的重点是将实际考虑纳入我们的相关性评分函数和算法,使辐条易于部署,并适合处理自然发生在任何知识库部署的生命周期的事件。我们表明,辐条优于竞争对手的基线高达41%,在离线F1的比较。
2019-06-19 cs.CL cs.IR
RLRF: Competitive Search Agent Design via Reinforcement Learning from Ranker Feedback
Faculty of Data and Decision Sciences(数据与决策科学学院);Technion – Israel Institute of Technology(技术学院–以色列理工学院)
针对竞争性搜索场景下LLM生成修改内容的需求,提出基于排序竞赛偏好数据训练的RLRF框架,其智能体在分布外场景和策略对手下均优于现有方法,展现强化学习在该领域的潜力。
2025-10-05 cs.GT cs.IR cs.LG
RankFormer: Listwise Learning-to-Rank Using Listwide Labels
Amazon(亚马逊);Ghent University(根特大学)
本研究针对传统排序学习忽略列表整体绝对反馈的问题,提出以Transformer为核心的RankFormer架构,联合优化列表级评估目标与传统列表式排序目标,实验证明其效果优于基线,可通过知识蒸馏快速落地。
2023-06-09 cs.IR cs.LG
Doubly-Robust Estimation for Correcting Position-Bias in Click Feedback for Unbiased Learning to Rank
Radboud University(拉德堡德大学)
排名上的点击受到位置偏见的影响:通常排名较低的项目不太可能被用户检查-从而点击-尽管他们对项目的实际偏好。无偏的基于点击的学习排名(LTR)的流行方法是基于反事实的逆倾向评分(IPS)估计。与一般的强化学习相比,反事实双鲁棒(DR)估计尚未应用于基于点击的LTR在以前的文献。在本文中,我们介绍了一种新的DR估计,这是第一个DR方法专门设计的位置偏差。位置偏差的困难在于,在点击数据中无法直接观察到治疗-用户检查。作为解决方案,我们的估计器使用每个秩的预期处理,而不是现有DR估计器使用的实际处理。我们的新DR估计器比现有的IPS方法具有更强大的无偏性条件,此外,提供了巨大的方差降低:我们的实验结果表明,它需要几个数量级的数据点收敛到最佳性能。对于无偏LTR领域,我们的DR估计有助于提高最先进的性能和最强大的理论保证所有已知的LTR估计。
2022-10-30 cs.IR cs.LG
Confidence-Aware Active Feedback for Interactive Instance Search
Wuhan University(武汉大学);National Engineering Research Center for Multimedia Software(国家多媒体软件工程技术研究中心);Hubei Key Laboratory of Multimedia and Network Communication Engineering(湖北省多媒体与网络通信工程重点实验室)
在线相关反馈(RF)被广泛应用于实例搜索(INS)任务中以进一步改进不完美的排序结果,但其交互效率往往较低。主动学习(AL)技术通过选择有价值的反馈候选来解决这个问题。然而,主流AL方法需要一个初始标记集的冷启动,往往是计算复杂的解决。因此,它们不能完全满足交互式INS任务中对在线RF的要求。为了解决这个问题,我们提出了一个置信度感知的主动反馈方法(CAAF),是专门为在线RF交互式INS任务。受自主学习中的显式难度建模方案的启发,CAAF利用成对流形排序损失来评估每个未标记样本的排序置信度。排序置信度不仅通过指示有价值的反馈候选来提高交互效率,而且通过调制流形排序中的扩散权重来提高排序质量。此外,我们设计了两种加速策略,一种近似优化方案和一种top-K搜索方案,以降低CAAF的计算复杂性。在图像INS任务和视频INS任务上进行的大量实验证明了该方法的有效性。值得注意的是,在NIST TRECVID 2021的实际大规模视频INS任务中,CAAF使用的反馈样本减少了25%,以实现几乎与冠军解决方案相当的性能。此外,在相同数量的反馈样本下,CAAF的mAP为51.9%,大大超过冠军解决方案的5.9%。代码可在https://github.com/nercms-mmap/caaf上获得。
2022-10-27 cs.CV cs.IR cs.MM
Boosting API Recommendation with Implicit Feedback
开发人员通常需要使用适当的API来有效地编程,但从大量候选者中确定他们所需的确切API通常是一项困难的任务。为了减轻负担,已经提出了多种API推荐方法。然而,目前大多数可用的API插件不支持将用户的反馈有效地集成到推荐循环中。在本文中,我们提出了一个框架,BRAID(提升推荐与隐式反馈),它利用学习排名和主动学习技术,以提高推荐性能。通过利用用户的反馈信息,我们训练一个学习排名模型来重新排名的推荐结果。此外,我们还通过主动学习加快了反馈学习过程。现有的基于查询的API推荐方法可以插入BRAID。我们选择了三种最先进的API推荐方法作为基线,以证明Hit@k(Top-k),MAP和MRR测量的BRAID性能增强。实验结果表明,在合理的开销下,随着反馈数据比例的增加,推荐性能相对于基线有了稳定而显著的提高。
2021-01-15 cs.IR cs.SE
SalesLoop: Reinforcement Learning from Performance Feedback for Sales Lead Ranking
Li Auto Inc.(理想汽车公司)
研究针对CRM系统中线索排名模型离线精度高但生产中表现不佳的问题,提出SalesLoop强化学习框架,通过引入性能感知奖励和判别式GRPO,有效提升了排名指标,经生产测试验证有显著效果。
2026-07-24 cs.AI cs.IR cs.LG
SetRank: A Setwise Bayesian Approach for Collaborative Ranking from Implicit Feedback
University of Science and Technology of China(中国科学技术大学);Baidu Talent Intelligence Center, Baidu Inc.(百度人才智能中心(百度公司));Business Intelligence Lab, Baidu Research(百度研究院商业智能实验室)
最近发展的在线推荐系统的重点是从隐式反馈,如用户点击和购买的协作排名。与反映分级用户偏好的显式评分不同,隐式反馈仅生成正面和未观察到的标签。虽然在这方面已经作出了相当大的努力,但众所周知的成对和列表方法仍然受到各种挑战的限制。具体而言,对于成对方法,独立的成对偏好的假设并不总是在实践中举行。此外,由于整个列表排列的前提条件,列表方法不能有效地容纳“领带”。为此,在本文中,我们提出了一种新的setwise贝叶斯方法的协作排名,即SetRank,内在地容纳在推荐系统中的隐式反馈的特点。具体来说,SetRank的目标是最大化新的setwise偏好比较的后验概率,可以用矩阵分解和神经网络来实现。同时,对SetRank进行了理论分析,证明了SetRank的超额风险界与$\sqrt{M/N}$成正比,其中$M$和$N$分别为项目数和用户数.最后,在四个真实世界数据集上进行的广泛实验清楚地验证了SetRank与各种最先进的基线相比的优越性。
2020-02-23 cs.IR cs.LG stat.ML
RaFe: Ranking Feedback Improves Query Rewriting for RAG
Zhejiang University(浙江大学);Alibaba Group(阿里巴巴集团);Nanjing University(南京大学)
本文提出RaFe框架,利用公开重排序器的反馈训练查询重写模型,无需标注,提升RAG性能。
2024-05-23 cs.AI cs.CL cs.IR
Do Not Wait: Learning Re-Ranking Model Without User Feedback At Serving Time in E-Commerce
Alibaba Group(阿里巴巴集团);Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院);School of Information, Renmin University of China(中国人民大学信息学院)
针对电商重排序在线学习依赖延迟用户反馈的问题,提出服务时学习方法LAST,用替代模型提供指导信号、按请求临时修改模型,可无缝集成现有系统,性能优于SOTA重排序模型。
2024-06-20 cs.IR cs.LG
Online Diverse Learning to Rank from Partial-Click Feedback
Carnegie Mellon University(卡内基梅隆大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);New York University(纽约大学);Google Research(谷歌研究院);Adobe Research(奥多比研究院)
学习排序是机器学习和推荐系统中的一个重要问题。在推荐系统中,通常向用户推荐项目列表。由于用户不太可能检查整个推荐列表,因此部分反馈自然会出现。同时,多样化的推荐很重要,因为在实践中对用户的所有口味进行建模是具有挑战性的。在本文中,我们提出了第一个算法在线学习排序不同的项目从部分点击反馈。我们假设用户检查推荐项目列表,直到用户被一个项目吸引,点击它,并且不检查其余的项目。这种用户行为模型被称为级联模型。我们提出了一个在线学习算法,juelsb,解决我们的问题。该算法主动探索用户的口味,学习的目标是推荐最佳的多样性列表。我们分析了该算法,并证明了一个无间隙的上界的n步遗憾。我们在合成和真实世界的数据集上评估了Cumelsb,将其与各种基线进行了比较,并表明即使我们的建模假设不完全成立,它也能学习。
2018-11-21 cs.IR cs.LG stat.ML
Adversarial Attacks on Online Learning to Rank with Click Feedback
California Institute of Technology(加州理工学院);Southeast University(东南大学);The Chinese University of Hong Kong(香港中文大学);Shanghai Jiao Tong University(上海交通大学);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
本文研究在线学习排序的对抗性攻击,提出针对 UCB 算法及通用点击模型下任意算法的攻击策略,使智能体以 $T-o(T)$ 次选择目标项目且累积代价为 $o(T)$,并通过实验验证其有效性。
2023-05-26 cs.CR cs.IR cs.LG
Debiased Explainable Pairwise Ranking from Implicit Feedback
University of Louisville(路易斯维尔大学)
最近的工作在推荐系统中强调了公平的重要性,特别是在偏见和透明度,除了预测准确性。在本文中,我们专注于最先进的成对排名模型,贝叶斯个性化排名(BPR),它以前被发现在预测准确性方面优于逐点模型,同时也能够处理隐式反馈。具体来说,我们解决了BPR的两个局限性:(1)BPR是一个黑箱模型,不解释其输出,从而限制了用户对建议的信任,以及分析师审查模型输出的能力;(2)由于数据是非随机缺失(MNAR),BPR容易受到暴露偏差的影响。这种曝光偏差通常会转化为对最不受欢迎的项目的不公平,因为它们有被推荐系统曝光不足的风险。在这项工作中,我们首先提出了一种新的可解释的损失函数和相应的矩阵分解为基础的模型,称为可解释的贝叶斯个性化排名(EBPR),生成建议以及基于项目的解释。然后,我们从理论上量化额外的曝光偏差所造成的可解释性,并使用它作为基础,提出一个无偏估计的理想EBPR损失。其结果是一个排名模型,恰当地捕捉了去偏见和可解释的用户偏好。最后,我们对三个真实世界的数据集进行了实证研究,证明了我们提出的模型的优点。
2021-07-30 cs.AI cs.IR cs.LG
Robust Relevance Feedback for Interactive Known-Item Video Search
针对已知条目视频搜索中相关反馈因单目标和用户判断不一致失效的问题,提出成对相对反馈与多子感知预测用户模型,在V3C数据集上显著提升了搜索鲁棒性与成功率。
2025-05-21 cs.IR cs.MM
Representation Learning and Pairwise Ranking for Implicit Feedback in Recommendation Systems
Univ. Grenoble Alpes/CNRS(格勒诺布尔阿尔卑斯大学/法国国家科学研究中心);Center for Energy Systems, Skolkovo Institute of Science(斯科尔科沃科技学院能源系统中心);T-4 and CNLS, Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室T-4与CNLS);Center for Energy Systems, Skolkovo Institute of Science and Technology(斯科尔科沃科技学院能源系统中心)
在本文中,我们提出了一种新的排名框架,协同过滤的总体目标是学习用户的偏好,通过最大限度地减少成对的排名损失。我们表明,最小化问题涉及到相关的随机变量,并提供了一个理论分析,证明了在最坏的情况下,所有用户选择的积极和消极的项目的最小数量的经验风险最小化的一致性。我们进一步推导出一个神经网络模型,共同学习一个新的表示的用户和项目在一个嵌入式空间,以及用户的偏好关系对项目。的学习目标是基于三种情况下的排名损失,控制的能力的模型,以保持从用户的喜好,以及,在学习的嵌入式空间中定义的点积的能力,以产生的排序引起的项目的排序。所提出的模型本质上适合于隐式反馈,并且只涉及很少的参数估计。通过对隐式数据的几个真实世界的基准测试进行广泛的实验,我们显示了与单独学习相比,同时学习偏好和嵌入的兴趣。我们还表明,我们的方法是非常有竞争力的最好的国家的最先进的协同过滤技术提出的隐式反馈。
2018-07-12 cs.CL cs.IR stat.ML
Integrating Reviews into Personalized Ranking for Cold Start Recommendation
Hong Kong University of Science and Technology(香港科技大学);Nanjing University(南京大学)
项目推荐任务为每个用户预测一组项目的个性化排名。一个范例是基于评级的方法,专注于明确的反馈,因此面临着收集他们的困难。同时,提出了基于评分的方法,对评分后的项目进行排序。这种模式利用了广泛存在的内隐反馈。然而,它通常忽略了一种重要的信息:项目评论。项目审查不仅证明了用户的偏好,而且还有助于减轻冷启动问题,失败的协同过滤。在本文中,我们提出了两个新颖而简单的模型,将项目评论贝叶斯个性化排名。在每个模型中,我们使用词嵌入从项目评论中提取的文本特征。在文本特征之上,我们发现了解释用户反馈变化的评论维度,这些评论因素代表了用户的优先偏好。在六个真实数据集上的实验显示了利用项目评论进行排名预测的好处。我们还进行分析,以了解所提出的模型。
2018-12-05 cs.AI cs.CL cs.IR
Policy-Gradient Training of Fair and Unbiased Ranking Functions
Cornell University(康奈尔大学);Tsinghua University(清华大学)
虽然隐式反馈(例如,点击、停留时间等)是学习排序的一个丰富而有吸引力的数据来源,但它可能会产生不公平的排名政策,无论是外部的还是内部的原因。外生原因通常表现为训练数据中的偏差,然后反映在学习的排名策略中,并经常导致富人越来越富的动态。此外,即使在纠正了这些偏差之后,学习算法设计的内在原因仍然可能导致排名策略不能以公平的方式在项目之间分配曝光。为了解决外源性和内源性的不公平性,我们提出了第一个学习排名的方法,同时解决介绍偏见和择优公平的曝光。具体来说,我们定义了一类摊销公平的曝光限制,可以选择基于应用程序的需求,我们展示了如何执行这些公平的标准,尽管隐式反馈数据中的选择偏差。关键的结果是一个有效的和灵活的政策梯度算法,称为FULTR,这是第一个使使用反事实估计效用估计和公平性约束。除了框架的理论依据,我们的经验表明,该算法可以学习准确和公平的排名政策,从偏见和嘈杂的反馈。
2021-05-09 cs.CY cs.IR cs.LG