推荐系统基础、方法与技术 课件 11.6 基于项目偏序图的低质量数据的修正.pptxVIP

11.6基于项目偏序图的低质量数据修正主讲人：——双向数据修正框架BirDRec技术解析

PART1问题背景PART3回顾总结PART2解决方案

PART1问题背景研究背景与核心挑战现有方法局限?单维检测：仅依赖模型输出区分数据可靠性，未修正原始样本?输入-目标割裂：未同时处理不可靠的输入序列与目标项目?复杂度高：大规模数据下训练效率低，难以实际部署创新方案?双向修正策略：同时优化输入序列与目标项目?BirDRec框架：整合DRUT（目标修正）与DDUI（输入修正）?自增强机制：降低时间/空间复杂度，提升模型鲁棒性

PART1问题背景?

PART2解决方案双向数据修正框架BirDRec核心设计思路通过前向-后向联合建模，实现对输入与目标的双向校验：前向推荐：根据输入序列预测目标（检测不可靠目标）后向推荐：根据目标反推输入序列（检测不可靠输入）两大核心策略策略目标操作方式典型场景DRUT修正不可靠目标检测低得分目标并替换广告误点击导致的错误目标DDUI修正不可靠输入移除对目标无贡献的输入项浏览但未购买的干扰项目

PART2解决方案?

PART2解决方案?

PART2项目偏序图构建系统架构与流程BirDRec整体架构设计：核心流程数据预处理：解析带噪声的交互序列为训练实例双向修正：DRUT替换不可靠目标，DDUI删除无效输入联