去除推荐场景多混淆因子的因果去偏方法

来源：计算机技术与发展杂志2024年第09期北京时间：

作者：杨庚杭;沈苏彬

摘要：如何去除推荐场景中存在的偏差问题,是推荐系统提升效果的重大挑战。 现有的推荐模型只是拟合数据,基于相关性去除偏差会受到虚假相关性的影响;基于因果关系去除偏差则由于场景复杂很难抽取更加全面的因果关系。 因此,尽可能多地考虑各因素之间的因果关系并去除偏差问题很有必要。 该文从因果角度对用户行为在物品分类的分布不平衡和物品类别流行度两个混淆因子在推荐流程中的因果关系进行研究,提出考虑多因素的去混淆方法,有效去除推荐中的偏差问题。 首先,分析各变量之间的因果关系并构建因果图;其次,使用前门调整和后门调整去除两个混淆因子造成的虚假相关性以及偏差;最后,将该方法应用在神经网络因子分解机上,在两个公开数据集上进行了实验并验证。 从仿真实验结果可知,该方法相比于目前的最优方法都有不同程度的提升。

关键词：因果推断;前门调整;后门调整;多混淆因子;因果图