导语
推荐系统(RS)和因果推断有着天然的联系。RS感兴趣的许多实际问题本质上是反事实（或因果）问题，例如暴露后点击率(post-viewclick-throughrateprediction),点击后转化率(post-clickconversionrateprediction)和uplift模型等。本次读书会邀请北京大学周晓华教授团队的吴鹏博士介绍他们与华为诺亚实验室的最新成果：在潜在结果框架下，给出一个因果分析框架以适应推荐系统中的不同应用场景，并给出RS中的各种bias进行形式化/数学定义，从而提供一个严格的因果推荐操作指南。由智源社区、集智俱乐部联合举办的因果科学与CausalAI读书会第三季，其目标是：将主要结合因果推断的潜在结果（PotentialOut
转载请注明：http://www.0431gb208.com/sjszlff/283.html
