Figure: two-tower DNN model for learning query and candidate representations
References
- paper link: https://research.google/pubs/pub48840/
최초 작성 마지막 수정 읽는 데 1분
노트 편집 ↗Figure: two-tower DNN model for learning query and candidate representations
Deep Neural Networks for YouTube Recommendations - Cascade ranking 시스템 Sampling-Bias-Corrected Neural Modeling for Large Corpus Item Recommendations - SSB 문제 COLD: Towards the Next Generation of Pre-Ranking System - Pre...
selection bias, which occurs because clicked documents are reflective of what documents have been shown to the user in the first place. propose new counterfactual approaches...
추천 시스템에서 학습 또는 평가를 위한 데이터는 대부분 selection bias 에 취약하다.
NLP 에서 dual encoder 로 불리는 two-tower 신경망 framework 를 어떻게 추천 시스템에 적용할 수 있는지 보임 추가로, Mixed Negative Sampling (MNS) 이라는 negative sampling 전략을 제안
Reference paper: https://dl.acm.org/doi/pdf/10.1145/3240323.3240372 cailbration 의 목적 In the recommended list of items, calibration ensures that the various (past) areas of...
Tags selection bias, Abstract Introduction unbiased ratings 포함시키는 방법: 임의로 선택된 일부 아이템들에 대해 유저들에게 rating 을 요청함 Related work Recommendation Debiasing 기존의 debiasing 은 주로 두 가지 측면에...
Tags: paper review, matrix factorization , WWW 19
https://dl.acm.org/doi/pdf/10.1145/3460231.3474263 Abstract biased 와 unbiased feedback 생성 과정을 설명 두 과정의 차이는 bias 의 source 때문인데, 이를 confounding bias 라고 부름 biased feedback 이 존재하는...
전통적인 click model 은 relevance 와 estimated bias 를 추출하고 relevance 를 얻게되면 bias 를 버렸다.
“ 만약 사용자에게 강제로 영화를 보게 만든다면 어떻게 평가할 것인가?”: causal inference question