9月5日下午,北京工商大学副教授吴鹏老师和北京大学博士研究生李昊轩应DMIR实验室的邀请,通过线上形式为实验室师生作了题为“因果推荐系统的最新进展”的学术报告。
近年来,基于因果推理的推荐系统(RS)在工业界获得了广泛的关注,并在许多预测和去偏任务中表现出了良好的效果。然而,一个统一的因果分析框架还未建立。许多基于因果关系的预测和去偏研究很少讨论各种偏倚的因果解释和相应因果假设的合理性。在本次报告中,李昊轩博士首先介绍了推荐系统中存在的选择偏倚(selection bias)、从众偏倚(conformity bias)、流行度偏差(popularity bias)等多种偏倚,解释了在推荐系统中根据观察到的用户行为数据无法反映用户真实偏好的原因。接着,他们从因果推断的角度出发,提出了一个因果分析框架以适应推荐系统中的不同场景。该框架基于潜在结果模型给出了推荐系统中各种偏倚的定义。最后,他们对推荐系统中的许多去偏和预测任务进行了形式化定义,并总结了基于统计和机器学习的因果估计方法。
此次报告内容精彩充实,给实验室师生提供了新的科研思路。报告会后,吴鹏老师和李昊轩博士还与实验室的师生们就报告的相关研究内容展开了热烈的学术探讨,悉心解答师生们的疑问,令与会师生受益匪浅。