当前位置:   article > 正文

【Debias】Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in RS(KDD‘21)

model-agnostic counterfactual reasoning for eliminating popularity bias in r

Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in Recommender System (KDD’21)

在这里插入图片描述

图a是我们一般推荐模型的假设,即用户和物品的匹配程度可以反映是否会产生交互。但是事实上应该如图c所示,产生交互不仅仅和匹配程度有关,还和用户和物品本身的偏差有关:物品的流行度、用户是否喜欢流行物品。因此推荐模型应该改造为:
在这里插入图片描述

其中user module和item module是一个mlp,推荐模型的输出应该为:
y ^ u i = y ^ k ∗ σ ( y ^ i ) ∗ σ ( y ^ u ) \hat{y}_{u i}=\hat{y}_{k} * \sigma\left(\hat{y}_{i}\right) * \sigma\left(\hat{y}_{u}\right) y^ui=y^kσ(y^i)σ(y^u)
损失函数的设计为:
L O = ∑ ( u , i ) ∈ D − y u i log ⁡ ( σ ( y ^ u i ) ) − ( 1 − y u i ) log ⁡ ( 1 − σ ( y ^ u i

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/239266
推荐阅读
相关标签
  

闽ICP备14008679号