Causal Intervention for Leveraging Popularity Bias in Recommendation论文笔记

1 题目解析

论文地址：http://staff.ustc.edu.cn/~hexn/papers/sigir21-PDA.pdf
源代码地址：https://github.com/zyang1580/PDA，代码必须部署在linux操作系统下。

1.1 流行度偏差

流行度呈现二八原则：少数商品被购买得多，多数商品被购买得少
流行度偏差：一些算法（比如协同过滤算法）倾向于推荐流行度高的商品，从而放大了流行度偏差。

1.2 因果推断

相关内容参考：https://zhuanlan.zhihu.com/p/397796913

因果性和相关性的区别
举个例子：如果我们发现，夏天的时候，一个冰淇淋店的电费上涨的同时冰淇淋卖的也很好，我们可以说他们互相之间有因果的关系吗？
不见得，他们之间可能只是统计上的相关性，而真正给他们带来的因果性的因子叫做气温，是因为气温的上升，导致电费的增加，也是因为气温的上升，导致了冰淇淋销量的上升

Causal Intervention for Leveraging Popularity Bias in Recommendation论文笔记相关推荐

SIGIR‘21因果推断——不要把流行度偏差一棍子打死Causal Intervention for Leveraging Popularity Bias in Recommendation
Causal Intervention for Leveraging Popularity Bias in Recommendation https://arxiv.org/pdf/2105.0606 ...
推荐系统 Causal Intervention for Leveraging Popularity Bias in Recommendation因果论文笔记
Causal Intervention for Leveraging Popularity Bias in Recommendation 1.问题在数据上,项目在交互频率上呈现不均匀分布在方法上, ...
【Self-Attentive Sequential Recommendation论文笔记】
Self-Attentive Sequential Recommendation论文笔记 Self-Attentive Sequential Recommendation 序列动态是许多现代推荐系统的 ...
Causal Embeddings for Recommendation 论文笔记
有什么问题欢迎讨论呀! 论文标题:Causal embeddings for recommendation 目的用过去的 user-item 矩阵预测用户未来的行为会造成偏差,本文是为了消除这种偏差 ...
卷积-CNN-GCN-LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation论文笔记
参考博客:https://www.zhihu.com/question/54504471/answer/332657604 1. 卷积连续: ( f ∗ g ) ( n ) = ∫ − ∞ + ∞ ...
LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation 论文笔记
目录 1.简介 1.1 背景介绍 1.2 摘要 1.3 主要贡献 2. 准备工作 2.1 NGCF 2.2 对NGCF的实证探索 3. LightGCN模型 3.1 Light Graph Convo ...
Causal Intervention for Weakly-Supervised Semantic Segmentation
文章目录概主要内容普通的弱监督语义分割因果模型训练流程代码 Zhang D., Zhang H., Tang J., Hua X. and Sun Q. Causal Interventi ...
【Debias】Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in RS（KDD‘21）
Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in Recommender System (KDD'2 ...
Adversarial Visual Robustness by Causal Intervention
Motivation: 机器能够利用人看不见的pattern对目标进行分类,当测试时pattern不变,那么这些pattern是有益的,被称为predictive features,而当他们在攻击中被 ...

Causal Intervention for Leveraging Popularity Bias in Recommendation论文笔记

1 题目解析

1.1 流行度偏差

1.2 因果推断

Causal Intervention for Leveraging Popularity Bias in Recommendation论文笔记相关推荐

最新文章

热门文章