聊聊推荐系统中的偏差
点击上方“程序员大白”，选择“星标”公众号
重磅干货，第一时间送达
文 | 成指导
源 | 知乎
背景
推荐系统中大量使用用户行为数据，作为系统学习的标签或者说信号。但用户行为数据天生存在各式各样的偏差（bias），如果直接作为信号的话，学习出的模型参数不能准确表征用户在推荐系统中的真实行为意图，造成推荐效果的下降。
因此，本篇聊一聊推荐系统中常见的偏差，与相应的去偏思路与方法。本篇的主要脉络依据中科大何向南教授、合工大汪萌教授联合在 TKDE 上的一篇综述文章展开：Bias and Debias in Recommender System: A Survey and Future Directions。
推荐的反馈闭环
推荐系统是由用户、数据、模型，三者互相作用产生的一个动态的反馈闭环。闭环分为三个阶段：
User -> Data
用户会产生大量的 user-item（对抖音是用户-视频、对头条是用户-文章）交互数据，以及各类周边信息包括 user 特征、item 属性、交互上下文信息等。其中 user-item 交互数据中 user 集合被表示成 ，item 集合被表示成 。
user 与 item 两者间互相作用形成反馈矩阵（feedback matrix），类型分为两种：
隐式反馈：表示为 ，矩阵中元素 是二值化 0、1 取值表示 user u 是否发生与 item i 的交互行为（bool 类型，例如购买、点击、查看等行为） 显式反馈：表示为 ，矩阵中元素 是 user u 对 item i 的评分（float 类型，例如豆瓣评分）
Data -> Model
根据历史观测数据，训练模型预测 user 是否采纳 item 的程度。
Model -> User
模型返回预测推荐结果给到用户，进一步影响用户的未来行为和决策。
三个阶段不断循环，在闭环中逐渐加剧各阶段的 bias，会造成更严重的问题。
常见偏差
数据偏差
显式反馈数据 - Selection Bias
定义：当用户可以自由选择 item 进行评分，可观测到的评分并不是所有评分的有代表性样本。换而言之，评分数据是“非随机缺失”（missing not at random, MNAR）的
这个偏差的来源比较好理解，我们也可以想想自己是不是也是这样：倾向于评分喜爱的 item（例如，热衷粉丝的电影、歌曲等） ，倾向于评分特别好或者特别差的 item（例如，去看电影很想夸好片，很想喷烂片）
显式反馈数据 - Conformity Bias
定义：用户评分倾向于与其他人相似，即使是完全基于他们自己的判断，也会受到影响
这个偏差是由从众心理导致的。对于大众一致喜欢/讨厌的 item，个体用户做判断时经常会受到外界声音的影响
隐式反馈数据 - Exposure Bias
定义：仅有一部分特定 item 曝光给了用户，因此没有观测到的交互行为并不直接等同于是训练中的负例
可以想一想，对于没有产生交互行为（没有点击、购买等行为）的数据样本而言，其实是由 2 个原因造成：
用户的确不喜欢当前 item； 当前 item 没有曝光给用户（对于从没刷到过的视频，我们无法确定自己是否喜欢）
对于数据曝光问题，之前的研究有几个角度：
当前版本的曝光取决于上一个推荐系统版本的策略，决定了如何展现； 因为用户会主动搜索或寻找感兴趣的 item，因此用户选择成为了影响曝光的因素，使得高度相关/吸引力（例如标题党、美女图片类新闻）的 item 更容易被曝光； 用户的背景关系是影响曝光的一个因素，例如好友、社区、地理位置等因素会影响曝光； 流行的 item 会更容易曝光给用户，因此 Popularity Bias 是另一种形式 Exposure Bias
隐式反馈数据 - Position Bias
定义：用户倾向于无视相关性地去对推荐列表中更高位置上的 item 产生交互行为
位置偏差在搜索系统中是一个经典并持续存在的偏差，同样在推荐系统中也会存在，用户普遍会对于头部观测到的 item 产生更多点击（还没有产生审美疲劳？）。尤其会对“用户点击行为”作为正例信号进行学习的模型，位置偏差会在训练、评估阶段产生错误影响
模型偏差
Inductive Bias
偏差不一定总是有害的，实际上一些归纳偏差被故意加入到模型设计中为了实现某些特性
定义：为了模型更好地学习目标函数并且泛化到训练数据上，会设置一些模型假设。假设未必都是准确的，会产生一些偏差
列举某些经典的假设（未必造成有害影响）：
用户交互行为可以由向量内积表示 Adaptive negative sampler 提出用于增加学习速度，即使结果损失函数不同于最初分布 CNN 网络的局部特征重要性
推荐结果的偏差与不公平性
Popularity Bias
定义：流行的 item 会被更频繁地推荐、产生用户交互
长尾效应或者说二八定律带来了这个偏差，会降低个性化层次、用户对于平台的惊喜体验，造成马太效应
Unfairness
定义：整个系统不公平歧视某些群体用户
这个偏差的本质原因是数据的不平衡性，会带来社会性问题（年龄、性别、种族、社交关系多少等歧视）。不公平的数据，会造成更不公平的用户体验，产生恶循环
不公平性更多是由于系统数据分布不平衡造成的，例如某个基本由中老年用户组成的 app 较难对于年轻用户的行为进行建模，系统推荐出的视频会更倾向于有“年代感”
反馈闭环加剧各类偏差
User->Data->Model->User 的不断循环，会在已有偏差的基础上，进一步放大偏差
这篇文章简单介绍了一些推荐系统中常见的偏差 bias，并进行了一些简单的分类。这里的分类体系并非绝对合理但却具有一定代表性。
推荐阅读
关于程序员大白
程序员大白是一群哈工大，东北大学，西湖大学和上海交通大学的硕士博士运营维护的号，大家乐于分享高质量文章，喜欢总结知识，欢迎关注[程序员大白]，大家一起学习进步！