Какво е Inverse Propensity Scoring в LTR?

Обратното оценяване на склонността (IPS) в Learning to Rank (LTR) е метод за коригиране на изкривяванията в данните, които възникват, защото кликванията на потребителите зависят не само от релевантността, но и от позицията или други фактори. IPS се използва за оценка на качеството на класирането въз основа на кликванията, компенсирайки неравномерното разпределение на вероятностите за клик.

Идеята е, че всяко кликване се претегля обратно пропорционално на вероятността потребителят да види и кликне върху този елемент (склонност). Така кликванията на позиции с ниска вероятност за клик получават по-голямо тегло, което помага да се получи по-справедлива оценка на модела.

Пример: ако вероятността за клик на позиция 1 е 0.8, а на позиция 5 е 0.2, тогава кликът на позиция 5 ще бъде претеглен по-силно, за да се компенсира по-ниската вероятност да бъде забелязан.

Това позволява обучение на модели за класиране въз основа на наблюдаваните кликвания, минимизирайки изкривяването, причинено от позицията или други фактори.