Counterfactual LTR

Контрфактическое обучение ранжированию (Counterfactual LTR) — это настройка поисковых и рекомендательных систем на основе не фактических кликов, а гипотетических: что было бы, если бы элементы стояли иначе. Классическое обучение на кликах страдает смещением: пользователи видят в основном верхние позиции, поэтому клики не отражают истинную релевантность. Контрфактический подход исправляет это, пересчитывая вклад каждого показанного документа с учётом вероятности его увидеть.

Интуитивно это похоже на опрос с поправкой на удачу. Если товар на первом месте получает почти все клики просто потому, что он сверху, обычная модель считает его лучшим. Контрфактический метод спрашивает: а если бы товар с пятой позиции стоял первым, разве он не получил бы столько же кликов? Чтобы честно оценить его качество, алгоритм делит наблюдаемые клики на вероятность того, что пользователь досмотрел до этой позиции. Если шанс увидеть пятое место — 20%, каждый клик там учитывается как пять. Так модель строит более правдивое ранжирование, не полагаясь на удачное расположение.

Пример: в интернет-магазине обуви на первой позиции всегда дорогой бренд, который кликают из любопытства, но не покупают. На пятой — удобные кроссовки по хорошей цене, но их мало кто видит. Counterfactual LTR, зная низкую вероятность просмотра пятого места, усиливает сигнал от редких кликов. В результате кроссовки поднимаются выше, а продажи растут. Без такого подхода алгоритм продолжал бы продвигать кликабельный, но бесполезный бренд.

Коротко: Counterfactual LTR — это способ бороться с искажением данных в ранжировании. Он учится на контрфактах, а не на сырых кликах, и потому даёт более честные и полезные результаты для поиска и рекомендаций.