香港科技大学助理教授詹若涵到我院开展学术讲座

2024年12月25日上午10：00-11：00，香港科技大学助理教授詹若涵在崇德西楼815报告厅进行了主题为“Estimating Treatment Effects under Recommender Interference: A Structured Neural Networks Approach”的学术讲座。

在内容分享平台上，推荐系统通过策划个性化内容发挥着不可或缺的作用。为了评估针对内容创作者而更新的推荐系统，平台通常会依赖创作者端的随机实验。处理效应衡量的是，与实施现状相比，采用新算法后结果的变化。讲座表明，当受到处理和对照处理的内容创作者争抢曝光时，会产生推荐系统的干扰，从而导致标准均值差异估计量产生偏差估计。讲座提出了一个“推荐选择模型”，该模型描述了从包含处理和对照项目的池中哪个项目会被曝光。通过将结构选择模型与神经网络相结合，该框架在考虑到观众-内容丰富的异质性的同时，直接对干扰路径进行建模。讲座构建了处理效应的偏差校正估计量，并证明其在样本可能相关的情况下是渐近正态的。讲座在微信短视频平台上进行了一项实地实验，验证了估计量的实证表现。除了标准的创作者端实验外，还进行了成本高昂的双边随机化设计，以获得不受干扰偏差影响的基准估计值。实验结果显示，所提出的估计量得出的结果与基准估计值相当，而标准均值差异估计量则可能产生显著偏差，甚至产生相反的符号。

讲座结束后，师生们受益良多，对嘉宾们的精彩讲座表示感谢。研究院今后会继续邀请专家学者开展讲座，不断拓宽学术视野。