論文の概要: Prioritized Ranking Experimental Design Using Recommender Systems in Two-Sided Platforms

• arxiv url: http://arxiv.org/abs/2502.09806v1
• Date: Thu, 13 Feb 2025 22:48:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-17 18:06:08.693975
• Title: Prioritized Ranking Experimental Design Using Recommender Systems in Two-Sided Platforms
• Title（参考訳）: 2面プラットフォームにおけるレコメンダシステムを用いた優先順位付け実験設計
• Authors: Mahyar Habibi, Zahra Khanalizadeh, Negar Ziaeian,
• Abstract要約: オンライン二面市場におけるアイテム側介入の全体平均処理効果(TATE)を推定する際の干渉バイアスを軽減するための新しい設計を提案する。 我々のTSPR設計では、推奨装置を実験用機器として使用しています。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Interdependencies between units in online two-sided marketplaces complicate estimating causal effects in experimental settings. We propose a novel experimental design to mitigate the interference bias in estimating the total average treatment effect (TATE) of item-side interventions in online two-sided marketplaces. Our Two-Sided Prioritized Ranking (TSPR) design uses the recommender system as an instrument for experimentation. TSPR strategically prioritizes items based on their treatment status in the listings displayed to users. We designed TSPR to provide users with a coherent platform experience by ensuring access to all items and a consistent realization of their treatment by all users. We evaluate our experimental design through simulations using a search impression dataset from an online travel agency. Our methodology closely estimates the true simulated TATE, while a baseline item-side estimator significantly overestimates TATE.
• Abstract（参考訳）: オンライン二面市場におけるユニット間の相互依存は、実験環境における因果関係の予測を複雑にする。 オンライン二面市場におけるアイテム側介入の全体平均処理効果(TATE)を推定する際の干渉バイアスを軽減するための新しい実験設計を提案する。 我々のTSPR設計では、推奨装置を実験用機器として使用しています。 TSPRは、ユーザが表示するリストの処理状況に基づいて、戦略的にアイテムを優先順位付けする。 我々はTSPRを設計し、すべてのアイテムへのアクセスを確実にし、すべてのユーザによる治療を一貫した実現を提供することで、一貫性のあるプラットフォームエクスペリエンスをユーザに提供する。 オンライン旅行代理店の検索印象データセットを用いてシミュレーションにより実験設計を評価する。 提案手法は真のTATEを正確に推定する一方,基準項目側推定器はTATEを著しく過大評価する。

関連論文リスト

• Revisiting BPR: A Replicability Study of a Common Recommender System Baseline [78.00363373925758]
  我々は,BPRモデルの特徴を考察し,その性能への影響を示し,オープンソースのBPR実装について検討する。 分析の結果,これらの実装とオリジナルのBPR論文の矛盾が明らかとなり,特定の実装に対して最大50%の性能低下がみられた。 BPRモデルは、トップnのレコメンデーションタスクにおける最先端メソッドに近いパフォーマンスレベルを達成でき、特定のデータセット上でもパフォーマンスが向上することを示す。
  論文  参考訳（メタデータ） (2024-09-21T18:39:53Z)
• Estimating Treatment Effects under Recommender Interference: A Structured Neural Networks Approach [13.208141830901845]
  標準差分推定器は、推奨者干渉による偏差推定を導出できることを示す。 本稿では,処理項目と制御項目の両方を含むプールからどのアイテムが露出するかを記述した「レコメンダ選択モデル」を提案する。 提案した推定器はベンチマークに匹敵する結果が得られるのに対し,標準差分推定器は有意なバイアスを示し,また逆の兆候も生み出すことを示す。
  論文  参考訳（メタデータ） (2024-06-20T14:53:26Z)
• Enhanced Bayesian Optimization via Preferential Modeling of Abstract Properties [49.351577714596544]
  本研究では,非測定抽象特性に関する専門家の嗜好を代理モデルに組み込むための,人間とAIの協調型ベイズフレームワークを提案する。 優先判断において、誤った/誤解を招く専門家バイアスを処理できる効率的な戦略を提供する。
  論文  参考訳（メタデータ） (2024-02-27T09:23:13Z)
• Targeted Machine Learning for Average Causal Effect Estimation Using the Front-Door Functional [3.0232957374216953]
  結果に対する治療の平均因果効果(ACE)を評価することは、しばしば観察研究における要因の相違によって引き起こされる課題を克服することを伴う。 本稿では,目標最小損失推定理論に基づいて,正面基準の新たな推定手法を提案する。 本研究では,早期学業成績が今後の年収に与える影響を明らかにするために,これらの推定装置の適用性を示す。
  論文  参考訳（メタデータ） (2023-12-15T22:04:53Z)
• Adaptive Instrument Design for Indirect Experiments [48.815194906471405]
  RCTとは異なり、間接的な実験は条件付き機器変数を利用して治療効果を推定する。 本稿では,データ収集ポリシーを適応的に設計することで,間接実験におけるサンプル効率の向上に向けた最初のステップについて述べる。 我々の主な貢献は、影響関数を利用して最適なデータ収集ポリシーを探索する実用的な計算手順である。
  論文  参考訳（メタデータ） (2023-12-05T02:38:04Z)
• An IPW-based Unbiased Ranking Metric in Two-sided Markets [3.845857580909374]
  本稿では,2つの市場におけるユーザ間のバイアスの複雑な相互作用について論じる。 そこで我々は,2面IPWという新しい推定器を提案し,その位置ベースを両面IPWと呼ぶ。
  論文  参考訳（メタデータ） (2023-07-14T01:44:03Z)
• TCFimt: Temporal Counterfactual Forecasting from Individual Multiple Treatment Perspective [50.675845725806724]
  個別多面的治療の観点からの時間的対実予測の包括的枠組み(TCFimt)を提案する。 TCFimtは、選択と時間変化バイアスを軽減するためにSeq2seqフレームワークの逆タスクを構築し、比較学習ベースのブロックを設計し、混合処理効果を分離した主治療効果と因果相互作用に分解する。 提案手法は, 特定の治療法による今後の結果予測と, 最先端手法よりも最適な治療タイプとタイミングを選択する上で, 良好な性能を示す。
  論文  参考訳（メタデータ） (2022-12-17T15:01:05Z)
• Fair Effect Attribution in Parallel Online Experiments [57.13281584606437]
  A/Bテストは、オンラインサービスで導入された変更の影響を確実に特定する目的で役立ちます。 オンラインプラットフォームでは,ユーザトラフィックをランダムに分割して多数の同時実験を行うのが一般的である。 異なるグループ間の完全なランダム化にもかかわらず、同時実験は互いに相互作用し、平均的な集団の結果に負の影響をもたらす。
  論文  参考訳（メタデータ） (2022-10-15T17:15:51Z)
• Set2setRank: Collaborative Set to Set Ranking for Implicit Feedback based Recommendation [59.183016033308014]
  本稿では,暗黙的フィードバックの特徴を探究し,推奨するSet2setRankフレームワークを提案する。 提案するフレームワークはモデルに依存しず,ほとんどの推奨手法に容易に適用できる。
  論文  参考訳（メタデータ） (2021-05-16T08:06:22Z)
• Demarcating Endogenous and Exogenous Opinion Dynamics: An Experimental Design Approach [27.975266406080152]
  本稿では,実験的な設計手法に基づく教師なし分類手法のスイートを設計する。 平均推定誤差の異なる測度を最小化するイベントのサブセットを選択することを目的としている。 我々の実験は、不衛生事象や衛生事象に対する予測性能の検証から、様々な大きさの最適なサブセットを選択する効果の検証まで多岐にわたる。
  論文  参考訳（メタデータ） (2021-02-11T11:38:15Z)
• Efficient Adaptive Experimental Design for Average Treatment Effect Estimation [20.361745967568154]
  適応実験を用いて平均治療効果(ATE)を効率的に推定する方法を検討する。 適応実験において、実験者は過去のデータに基づいて治療確率を更新しながら、順次実験単位に治療を割り当てる。 提案した設計の任意のラウンドで有効である非パラメトリックおよび非漸近信頼区間を開発する。
  論文  参考訳（メタデータ） (2020-02-13T02:04:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。