Kas ir Inverse Propensity Scoring LTR?

Atgrieztais noskaņojuma rādītājs (IPS) Learning to Rank (LTR) ietvaros ir metode, kā koriģēt datu novirzes, kas rodas tādēļ, ka lietotāju klikšķi ir atkarīgi ne tikai no atbilstības, bet arī no pozīcijas vai citiem faktoriem. IPS tiek izmantots, lai novērtētu kārtošanas kvalitāti, balstoties uz klikšķiem, kompensējot nevienmērīgo klikšķu varbūtību sadalījumu.

Ideja ir tāda, ka katrs klikšķis tiek sverts atpakaļ proporcionalitātes pēc tam, cik liela ir iespēja, ka lietotājs redzēs un klikšķinās uz šo elementu (tendence). Tādējādi klikšķi pozīcijās ar zemu klikšķu varbūtību saņem lielāku svaru, kas palīdz iegūt taisnīgāku modeļa novērtējumu.

Piemērs: ja klikšķa varbūtība pozīcijā 1 ir 0.8, bet pozīcijā 5 — 0.2, tad klikšķis pozīcijā 5 tiks sverts ar lielāku svaru, lai kompensētu mazāku iespēju, ka tas tiks pamanīts.

Tas ļauj apmācīt reitinga modeļus, balstoties uz novērotiem klikšķiem, minimizējot pozīcijas vai citu faktoru radīto novirzi.