数据驱动的推荐系统在各种Web应用程序中表现出了巨大的成功,这归功于机器学习模型从大量的历史用户行为中识别模式(即相关性)的非凡能力。然而,这些模型仍然存在一些问题,如由于虚假相关性而产生的偏差和不公平。考虑数据背后的因果机制可以避免非因果关系带来的伪相关的影响。在这种情况下,采用因果推荐建模是一个令人兴奋和有前途的方向。因此,因果推荐越来越受到我们推荐界的关注。然而,由于缺乏对这一课题的系统概述,导致研究者和实践者难以理解和跟上这一方向。

在本教程中,我们将介绍因果关系的关键概念,并对因果推荐方面的现有工作进行系统回顾。我们将介绍来自两种不同因果框架的现有方法——潜在结果框架和结构性因果模型。我们将举例并讨论如何在这两个框架下利用不同的因果工具来建模和解决推荐中的问题。将对这两种工作进行比较,以便理解它们之间的区别和联系。此外,我们确定了一些开放的挑战和潜在的未来发展方向。我们希望本教程可以激发更多关于这个主题的想法,并促进因果关系感知推荐系统的发展。

目录内容

Part 0: 引用 introduction (15 Min). Part1: 潜在结果 potential outcome framework for recommendation (60~70 Min). Q&A (5 Min). Break (10 Min). Part2: 结构因果模型 structural causal model for recommendation (60~70 Min). Part3: comparison between the two frameworks (5 Min). Part4: open problems, future directions, and conclusions (20 Min). Q&A (5 Min).

成为VIP会员查看完整内容
107

相关内容

【WWW2022】用于分布外推荐的因果表征学习
专知会员服务
19+阅读 · 2022年5月11日
专知会员服务
40+阅读 · 2021年10月4日
【PKDD2020教程】可解释人工智能XAI:算法到应用,200页ppt
专知会员服务
99+阅读 · 2020年10月13日
WWW2022 | 基于因果的推荐算法教程
机器学习与推荐算法
3+阅读 · 2022年5月26日
WWW2022@教程 | 自动机器学习推荐系统: 基础与进展
机器学习与推荐算法
0+阅读 · 2022年4月26日
推荐系统最新综述 | 涉及强化学习、图神经网络、可解释推荐等
机器学习与推荐算法
3+阅读 · 2022年3月30日
因果推荐系统近期进展
图与推荐
4+阅读 · 2021年12月9日
图神经网络+推荐系统的最新进展
图与推荐
1+阅读 · 2021年11月2日
IJCAI2021 | 深度推荐系统教程 (附Slides)
机器学习与推荐算法
1+阅读 · 2021年8月25日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
23+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年6月13日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
19+阅读 · 2019年11月23日
Exploring Visual Relationship for Image Captioning
Arxiv
14+阅读 · 2018年9月19日
VIP会员
相关VIP内容
【WWW2022】用于分布外推荐的因果表征学习
专知会员服务
19+阅读 · 2022年5月11日
专知会员服务
40+阅读 · 2021年10月4日
【PKDD2020教程】可解释人工智能XAI:算法到应用,200页ppt
专知会员服务
99+阅读 · 2020年10月13日
相关资讯
WWW2022 | 基于因果的推荐算法教程
机器学习与推荐算法
3+阅读 · 2022年5月26日
WWW2022@教程 | 自动机器学习推荐系统: 基础与进展
机器学习与推荐算法
0+阅读 · 2022年4月26日
推荐系统最新综述 | 涉及强化学习、图神经网络、可解释推荐等
机器学习与推荐算法
3+阅读 · 2022年3月30日
因果推荐系统近期进展
图与推荐
4+阅读 · 2021年12月9日
图神经网络+推荐系统的最新进展
图与推荐
1+阅读 · 2021年11月2日
IJCAI2021 | 深度推荐系统教程 (附Slides)
机器学习与推荐算法
1+阅读 · 2021年8月25日
相关基金
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
23+阅读 · 2008年12月31日
相关论文
Arxiv
1+阅读 · 2022年6月13日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
19+阅读 · 2019年11月23日
Exploring Visual Relationship for Image Captioning
Arxiv
14+阅读 · 2018年9月19日
微信扫码咨询专知VIP会员