近年来因果启发的机器学习技术受到越来越多的关注，尤其是在推荐系统和信息检索领域。

据技术专家介绍，工业级推荐系统面临严重的偏置挑战，如位置偏置、展示偏置、流行度偏置等。而基于有偏的数据学习到的模型也是有偏的，有偏的模型将生成有偏的推荐结果，这样不仅会降低用户体验感，还会影响平台收益。

如何有效缓解推荐系统中的偏置问题亟待解决。值得注意的是，已有公司开始探索了如何运用因果技术缓解推荐的偏置问题并解释推荐结果。

将于 11 月 12-13 日举办的 ArchSummit 全球架构师峰会（深圳站）2021，【内容分发场景的系统架构实践】专场再上新议题——“因果启发的推荐系统”，演讲嘉宾为华为诺亚方舟实验室技术专家董振华，他将重点介绍四类工业界实用的因果干预、反事实学习的纠偏方法。

演讲提纲：

1.简介

  • 推荐系统中的偏置问题

  • 真实推荐系统产品的中偏置场景

  • 因果推断三个层次

2.基于反事实学习的推荐系统

  • 回顾面向关联关系建模的推荐算法及挑战

  • 反事实学习推荐算法体系介绍

  • 反事实学习算法工程实现及落地经验

3.因果干预推荐算法架构

  • 因果推断中的干预技术

  • 推荐系统中的因果干预算法体系介绍

  • 因果干预算法解决 bias 问题的工程实现及落地经验

4.因果启发的推荐系统架构

  • 内容分发场景的架构痛点

  • 因果学习算法基础架构建设

  • 算法架构实现和落地过程中的问题和经验

通过本次分享，你将获得：

  1. 了解因果启发机器学习的基本概念方法

  2. 了解面向工业界的因果启发推荐系统原理方法

  3. 激发对推荐系统偏置问题的思考

除上述议题外，专题还上线了腾讯数据科学中心算法架构负责人陈凯龙的议题——“QQ 音乐内容分发体系建设”，更有小红书等公司的相关议题正在打磨中，敬请期待！

此外，ArchSummit 深圳站高可用高性能业务架构、新兴开源技术、架构师成长实战、端应用的多样化体验、国际化运维架构等专题已上线部分议题，还有更多精彩内容正在打磨中，点击底部【阅读原文】直达大会官网，了解更多专题详情。

大会门票9折优惠进行中，时间有限，有兴趣的同学可扫描下方二维码或直接电话咨询：18514549229（同微信）。