人気アイテムのバイアスを考慮した推薦システムのオフライン評価 - エムスリーテックブログ

こんにちは、エムスリー エンジニアリンググループ AIチーム新卒エンジニアの金山 (@tkanayama_)です。普段の業務では、 医師・薬剤師向けプラットフォーム m3.com にて、個々のユーザーにとって最適なニュース記事を配信するための推薦システムの開発・運用を担当しています。そこで今回は推薦システムに関連して、推薦システムのオフライン評価時にアイテム側のバイアスを除去して評価する手法を提案した論文で、RecSys 2018に採択されているUnbiased Offline Recommender Evaluation for Missing-Not-At-Random Implicit Feedback を実装・実験してみました。 問題設定 ユーザー A~Eに、ニュース記事 a~eを推薦するという問題を考えます。さて、user-item間の真の嗜好性は表1のようになっているとします。