Uplift-oriented рекомендательные системы

Выполнила: Антипова Вероника Сергеевна

В работе рассматривается задача построения рекомендаций, ориентированных не на предсказание релевантности объекта или вероятности клика по объявлению, а на моделирование uplift-эффекта, то есть добавочного эффекта от рекомендаций. В отличие от классических подходов, где пользователю рекомендуются объекты с наибольшей вероятностью релевантности, uplift-oriented рекомендательные системы нацелены на выявление объектов, взаимодействие с которыми происходит именно благодаря показу рекомендации и не произошло бы при его отсутствии.

Проект является продолжением и развитием работы Estimating Propensity for Causality-based Recommendation without Exposure Data, представленной на конференции NeurIPS 2023, в которой предлагается алгоритм для построения uplift-рекомендаций при отсутствии данных о показах, что является частым сценарием на практике.