Чӣ тавр ба Inverse Propensity Scoring дар LTR?
sobes.tech AI
Ҷавоб аз AI
Тарс Йонлəндирмə Оласии Скоры (IPS) в Learning to Rank (LTR) — бу маълумотлардаги ёрқинликларни тўғрилаш усули бўлиб, бу ёрқинликлар фойдаланувчиларнинг клики фақат релевантликдан эмас, балки позиция ёки бошқа омиллардан ҳам келиб чиқади. IPS, кликларга асосланган рейтингнинг сифатини баҳолаш учун қўлланилади ва клик эҳтимолларининг нозоравий тақсимотини компенсасия қилади.
Гоя шундаки, ҳар бир клик, фойдаланувчининг бу элементни кўриб, у бўйича босиш эҳтимолига тескари пропорционал вазн берилади (пропенсити). Шундай қилиб, паст эҳтимолга эга позициялардан кликлар катта вазнга эга бўлади, бу моделнинг адолатлироқ баҳолашига ёрдам беради.
Мисол учун: агар 1-ўринда босиш эҳтимоли 0.8 бўлса, ва 5-ўринда 0.2 бўлса, 5-ўриндаги босиш, кўриниш эҳтимоли камроқ бўлган учун, катта вазн билан баҳоланади.
Бу, кузатилган кликлар асосида рейтинг моделларини ўқитишга имконият беради ва позиция ёки бошқа омиллардан келиб чиқадиган ёрқинликларни минималлаштиради.