因果推断在推荐系统中的应用已有大量实践，其收益非常多。因果推断可以帮助推荐系统理解数据背后的机制，提高模型的可解释性、可迁移性、鲁棒性和公平性等方面，缓解数据偏差、数据缺失、数据噪声等基本问题，还可以实现一些超越精度的目标，例如多样性、可控性、用户满意度等。
为推动推荐系统与因果推断的实践发展，DataFunSummit2023：因果推断在线峰会设立推荐与因果推断论坛，邀请来自华为诺亚方舟实验室、快手、清华大学、中国人民大学的专家，分享最新实践和研究成果。欢迎广大从业者参与交流。
扫码报名免费观看直播
出品人：戴全宇 华为 诺亚方舟实验室 主任工程师
个人介绍：戴全宇目前是华为诺亚方舟实验室的高级研究员。他本科毕业于上海交通大学，博士毕业于香港理工大学。他主要的研究兴趣是推荐系统、因果推断和图表征学习。他在 KDD、WWW、SIGIR、AAAI、TKDE、TNNLS 等顶级学术会议和期刊发表了多篇论文，并常年担任这些会议和期刊的审稿人。
演讲题目：
因果推断在解决推荐系统偏置问题的研究和产品应用
演讲提纲：推荐系统是一个闭环反馈的系统，存在各种各样的偏置问题，比如用户选择偏置、系统曝光偏置、视频时长偏置等。理解这些偏置问题产生的本质原因有助于提出有效的解决方案。本演讲首先基于潜在结果框架深入分析推荐系统偏置问题产生的原因，并针对性提出相关纠偏算法解决特定偏置问题。此外，本演讲还会介绍这些因果纠偏算法在工业界产品的实际应用经验。演讲覆盖的研究成果发表在 KDD、AAAI、IJCAI 等学术会议上。
听众收益：
1. 从因果推断的理论框架理解推荐系统偏置问题产生的本质原因；
2. 利用逆倾向性得分加权、双稳健学习和多稳健学习等技术解决推荐系统的偏置问题；
3. 基于因果推断的纠偏算法在工业界产品的实际应用。
林肖 快手 高级算法专家
个人介绍：林肖本科就读于清华大学自动化系，后于清华大学交叉信息研究院取得博士学位。毕业后林肖加入阿里巴巴搜索推荐事业部从事首页信息流推荐相关工作，在多目标排序、排序模型设计优化、召回模型优化、推荐机制等多个方向取得了显著的业务效果。在加入快手后，林肖主要从事快手主站精选页推荐重排模型以及ltr迭代优化等工作，也取得了多项显著的业务收益。
演讲题目：
因果推断在快手短视频推荐中的应用
演讲提纲：工业级推荐系统由于其链路较长、业务场景复杂存在着各类bias问题，如曝光偏差、流行度偏差等。在以往的学术研究和工业实践中，debiased ranking与因果推断技术作为常用的工具被广泛应用于推荐系统的纠偏任务。在本次演讲中，我们将以快手推荐系统为例，从短视频推荐的各类bias问题入手，介绍因果推断在观看时长预估等推荐任务中的应用。具体来说，我们通过backdoor adjustment、causal embedding等手段，在多项短视频推荐任务中尽量缓解了各类bias影响，极大提升了推荐效果。本次演讲中介绍的工作也陆续发表于KDD2022、WWW2022、KDD2023。
听众收益：
1. 工业级短视频推荐系统中的实际问题
2. 因果推断等相关技术如何缓解系统 bias
3. 短视频观看时长预估的优化方法
高宸 清华大学 信息国研中心 助理研究员
个人介绍：高宸，清华大学信息国家研究中心助理研究员，于2016年和2021年在清华大学电子系获学士学位和博士学位，博士后出站后留校任教。主要从事数据挖掘、信息检索等方面的科研工作，近五年在KDD、SIGIR、WWW、NeurIPS等国际会议期刊上发表CCF-A类论文40余篇。获信息检索领域旗舰会议SIGIR 2020最佳短论文提名奖、清华大学优秀博士学位论文奖、CCF优博提名奖、百度学术人工智能华人新星奖，负责国家自然科学基金面上项目、国家重点研发计划子课题等研究项目。
演讲题目：
基于因果推断的推荐系统
听众收益：了解因果推断推荐系统的已有工作发展脉络。
陈旭 中国人民大学 准聘副教授
个人介绍：博士毕业于清华大学，于2020年加入中国人民大学。他的研究方向为大语言模型，因果推断，推荐系统等。曾在TheWebConf、NeurIPS、AIJ、WSDM、SIGIR、TOIS、TKDE等著名国际会议/期刊发表论文60余篇，Google Scholar引用4400余次。他的研究成果曾获得TheWebConf 2018最佳论文提名奖、CIKM 2022 最佳资源论文Runner Up 奖、AIRS 2017最佳论文奖等。同时，他也曾获得CCF自然科学二等奖（排名第二），ACM-北京新星奖（北京市三人），北京市优秀毕业生等。他曾共同主导开发推荐系统工具集“伯乐”，构建可解释用户行为分析数据集“REASONER”，以及构建基于自主智能体的推荐模拟环境“RecAgent”。他的研究成果在多家企业落地，相关成果荣获华为“创新先锋”总裁奖。他主持/参与多项国家自然科学基金以及企业合作项目。
多域图大模型在百度推荐系统的实践与思考
Flink on K8s在快手的实践
腾讯欧拉如何打造数据自治系统
多任务和多场景在华为推荐系统中的应用
NLP在度小满风控中的应用
限时免费《因果推断》电子书领取中！
![]()
返回搜狐，查看更多
责任编辑：
平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
