¿Qué es la puntuación de propensión inversa en LTR?
sobes.tech AI
Respuesta de la IA
La puntuación de propensión inversa (IPS) en Learning to Rank (LTR) es un método para corregir sesgos en los datos que surgen porque los clics de los usuarios dependen no solo de la relevancia, sino también de la posición u otros factores. IPS se utiliza para evaluar la calidad del ranking basado en clics, compensando la distribución desigual de las probabilidades de clic.
La idea es que cada clic se pondera inversamente proporcional a la probabilidad de que el usuario vea y haga clic en ese elemento (propensión). De esta manera, los clics en posiciones con baja probabilidad de clic reciben un peso mayor, lo que ayuda a obtener una evaluación más justa del modelo.
Ejemplo: si la probabilidad de clic en la posición 1 es 0.8, y en la posición 5 es 0.2, entonces el clic en la posición 5 será ponderado con mayor peso para compensar la menor probabilidad de ser visto.
Esto permite entrenar modelos de ranking basados en clics observados, minimizando el sesgo causado por la posición u otros factores.