Buchumschlag

Towards Robust Offline Evaluation: A Causal and Information Theoretic Framework for Debiasing Ranking Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khatami, Seyedeh Baharan, Chakraborty, Sayan, Xu, Ruomeng, Salimi, Babak
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Machine Learning based Doubly Robust Estimator for Network Causal Effects
von: Khatami, Seyedeh Baharan, et al.
Veröffentlicht: (2024)

Re-Ranking Step by Step: Investigating Pre-Filtering for Re-Ranking with Large Language Models
von: Nouriinanloo, Baharan, et al.
Veröffentlicht: (2024)

Scalable Out-of-distribution Robustness in the Presence of Unobserved Confounders
von: Prashant, Parjanya, et al.
Veröffentlicht: (2024)

Towards Robustness Analysis of E-Commerce Ranking System
von: Wang, Ningfei, et al.
Veröffentlicht: (2024)

Pre-trained Recommender Systems: A Causal Debiasing Perspective
von: Lin, Ziqian, et al.
Veröffentlicht: (2023)

Fréchet Distance for Offline Evaluation of Information Retrieval Systems with Sparse Labels
von: Arabzadeh, Negar, et al.
Veröffentlicht: (2024)

A Universal Framework for Offline Serendipity Evaluation in Recommender Systems via Large Language Models
von: Tokutake, Yu, et al.
Veröffentlicht: (2025)

Debiased Collaborative Filtering with Kernel-Based Causal Balancing
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

Offline Evaluation Measures of Fairness in Recommender Systems
von: Rampisela, Theresia Veronika
Veröffentlicht: (2026)

DADF: A Distribution-Aware Debiasing Framework for Watch-Time Regression in Recommender Systems
von: Yang, Yiqing, et al.
Veröffentlicht: (2026)

Unbiased Top-k Learning to Rank with Causal Likelihood Decomposition
von: Zhao, Haiyuan, et al.
Veröffentlicht: (2022)

CaliCausalRank: Calibrated Multi-Objective Ad Ranking with Robust Counterfactual Utility Optimization
von: Yang, Xikai, et al.
Veröffentlicht: (2026)

ICPE: An Item Cluster-Wise Pareto-Efficient Framework for Recommendation Debiasing
von: Wang, Yule, et al.
Veröffentlicht: (2021)

Online and Offline Evaluation in Search Clarification
von: Tavakoli, Leila, et al.
Veröffentlicht: (2024)

Debias Can be Unreliable: Mitigating Bias Issue in Evaluating Debiasing Recommendation
von: Wang, Chengbing, et al.
Veröffentlicht: (2024)

Towards Robust Recommendation: A Review and an Adversarial Robustness Evaluation Library
von: Cheng, Lei, et al.
Veröffentlicht: (2024)

The Impact of AI Search on the Online Content Ecosystem: Evidence from Google and Reddit
von: Zhang, Peibo, et al.
Veröffentlicht: (2026)

Public Sphere 2.0: Targeted Commenting in Online News Media
von: Mullick, Ankan, et al.
Veröffentlicht: (2019)

A Distributed Collaborative Retrieval Framework Excelling in All Queries and Corpora based on Zero-shot Rank-Oriented Automatic Evaluation
von: Che, Tian-Yi, et al.
Veröffentlicht: (2024)

Debiasing Recommendation with Personal Popularity
von: Ning, Wentao, et al.
Veröffentlicht: (2024)

Full Stage Learning to Rank: A Unified Framework for Multi-Stage Systems
von: Zheng, Kai, et al.
Veröffentlicht: (2024)

Dissertation: On the Theoretical Foundation of Model Comparison and Evaluation for Recommender System
von: Li, Dong
Veröffentlicht: (2024)

RankUp: Towards High-rank Representations for Large Scale Advertising Recommender Systems
von: Chen, Jin, et al.
Veröffentlicht: (2026)

Towards Large-scale Generative Ranking
von: Huang, Yanhua, et al.
Veröffentlicht: (2025)

Enhanced Bayesian Personalized Ranking for Robust Hard Negative Sampling in Recommender Systems
von: Shi, Kexin, et al.
Veröffentlicht: (2024)

USD: A User-Intent-Driven Sampling and Dual-Debiasing Framework for Large-Scale Homepage Recommendations
von: Zheng, Jiaqi, et al.
Veröffentlicht: (2025)

DARLR: Dual-Agent Offline Reinforcement Learning for Recommender Systems with Dynamic Reward
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

GRank: Towards Target-Aware and Streamlined Industrial Retrieval with a Generate-Rank Framework
von: Sun, Yijia, et al.
Veröffentlicht: (2025)

Can Offline Metrics Measure Explanation Goals? A Comparative Survey Analysis of Offline Explanation Metrics in Recommender Systems
von: Zanon, André Levi, et al.
Veröffentlicht: (2023)

A Long-term Value Prediction Framework In Video Ranking
von: Chen, Huabin, et al.
Veröffentlicht: (2026)

Causality-aware Graph Aggregation Weight Estimator for Popularity Debiasing in Top-K Recommendation
von: Que, Yue, et al.
Veröffentlicht: (2025)

A Unified Search and Recommendation Framework Based on Multi-Scenario Learning for Ranking in E-commerce
von: Liu, Jinhan, et al.
Veröffentlicht: (2024)

Enhancing Playback Performance in Video Recommender Systems with an On-Device Gating and Ranking Framework
von: Yang, Yunfei, et al.
Veröffentlicht: (2024)

RankTower: A Synergistic Framework for Enhancing Two-Tower Pre-Ranking Model
von: Yan, YaChen, et al.
Veröffentlicht: (2024)

CaDRec: Contextualized and Debiased Recommender Model
von: Wang, Xinfeng, et al.
Veröffentlicht: (2024)

RankDCG: Rank-Ordering Evaluation Measure
von: Katerenchuk, Denys, et al.
Veröffentlicht: (2018)

Headache to Overstock? Promoting Long-tail Items through Debiased Product Bundling
von: Xu, Shuo, et al.
Veröffentlicht: (2024)

Towards Two-Stage Counterfactual Learning to Rank
von: Gupta, Shashank, et al.
Veröffentlicht: (2025)

UMRE: A Unified Monotonic Transformation for Ranking Ensemble in Recommender Systems
von: Xu, Zhengrui, et al.
Veröffentlicht: (2025)

Policy-Guided Causal State Representation for Offline Reinforcement Learning Recommendation
von: Wang, Siyu, et al.
Veröffentlicht: (2025)