LTR-ში Inverse Propensity Scoring რა არის?
sobes.tech AI
პასუხი AI-სგან
ტერსი პროპენსიტი სკორინგი (IPS) in Learning to Rank (LTR) — ეს მეთოდია მონაცემებში არსებული გადახრების შესწორებისთვის, რომლებიც წარმოიქმნება იმის გამო, რომ მომხმარებელთა კლიკები დამოკიდებულია არა მხოლოდ შესაბამისობაზე, არამედ პოზიციაზე ან სხვა ფაქტორებზე. IPS გამოიყენება რეიტინგის ხარისხის შეფასებისთვის კლიკებზე დაფუძნებით, უყურადღებოდ აყენებს კლიკების ალბათობის არათანაზომიერ განაწილებას.
მოსაზრება ის არის, რომ თითოეული კლიკი იწონება უკუღმა პროპორციულად იმ ალბათობისთან, რომ მომხმარებელი ნახავს და დააჭერს ამ ელემენტს (პროპენსიტი). ამგვარად, კლიკები დაბალი ალბათობის პოზიციებზე იღებენ მეტ წონას, რაც ეხმარება მოდელის უფრო სამართლიანი შეფასების მიღწევაში.
მაგალითი: თუ პოზიციაზე 1 კლიკის ალბათობაა 0.8, ხოლო პოზიციაზე 5 — 0.2, მაშინ პოზიციაზე 5 კლიკი უფრო მძიმე იქნება, რათა შეინარჩუნოს ნაკლები ალბათობა, რომ ის დაინახება.
ეს საშუალებას აძლევს ტრენინგი მოდელებს რეიტინგის, დაფუძნებული დაკვირვებულ კლიკებზე, მინიმუმამდე შეამციროს პოზიციის ან სხვა ფაქტორების გამო წარმოქმნილი გადახრა.