利用重標籤方法於增益模型中進行直接且不偏之優化

Abstract

增益模型是機器學習領域中實用的應用之一，目的是預測特定使用 者對於給予處理下其反應的增益。增益模型最大的問題在於無法同時 觀測到使用者給予處理及不給予處理之反應差異。不少研究均針對此 一問題提出對策。本篇研究中指出現行常見之增益模型策略存在一些 問題。同時本篇研究也提出可以應用於任一現有增益模型上之重標籤 方法。研究中進行之線下及線上實驗均證實使用重標籤方法之增益模 型其表現較原增益模型有顯著進步。