O que é a pontuação de propensão inversa em LTR?

A pontuação de Propensão Inversa (IPS) em Learning to Rank (LTR) é um método para corrigir vieses nos dados que surgem porque os cliques dos utilizadores dependem não só da relevância, mas também da posição ou de outros fatores. O IPS é utilizado para avaliar a qualidade do ranking com base nos cliques, compensando a distribuição desigual das probabilidades de clique.

A ideia é que cada clique seja ponderado inversamente proporcional à probabilidade de o utilizador ver e clicar nesse elemento (propensão). Assim, cliques em posições com baixa probabilidade de clique recebem um peso maior, o que ajuda a obter uma avaliação mais justa do modelo.

Exemplo: se a probabilidade de clique na posição 1 é 0.8, e na posição 5 é 0.2, então o clique na posição 5 será ponderado com maior peso para compensar a menor probabilidade de ser visto.

Isto permite treinar modelos de ranking com base nos cliques observados, minimizando o viés causado pela posição ou outros fatores.