#Uplift Modeling

3 篇

Incremental Recommendation via Causal Models

基于因果模型的增量推荐

🧭 因果推荐 · uplift 增量建模 ★ 深度解读

Spotify · Imperial College London · University College London · Hologen

利用已有 holdback 数据扩展生产推荐模型为因果双头模型，以双阈值策略减少 7% 曝光且不损消费

📌 工作参考价值（4 点）

复用现有随机 holdback/对照组流量做 uplift：不需要新数据，直接把生产多任务模型改成 shared-trunk + treated/organic 双 head，用分区 loss 保证两个输出语义清晰；适用于电商推荐、广告重定向、消息 push 等场景。
警惕归因窗口不一致：点击/转化窗口和自然转化窗口不同时，不要直接相减估计 CATE；双阈值策略（预测转化高且自然转化低才投放）能绕过该问题，并给业务一个可解释的 θ0 杠杆控制曝光量。
阈值策略依赖校准：联合训练 holdback 数据能改善 treated head 校准，尤其高分段；建议上线前监控校准曲线，否则阈值调优不可靠。
生产结果说明约 93% 曝光已是增量，可挖掘的非增量曝光约 7%；在效率优化项目里，先用 holdback 数据量化 always-takers 占比，再决定投入。

RecSys | 2026-08-27 | stat.ML | score 9/10

带目标正则化的 CVR 因果效应双稳健估计

🧭 CVR 因果效应估计 · 双稳健 + 目标正则化 ★ 深度解读

Tsinghua University · Tencent Inc.

为链式点击-转化结果构造双稳健因果效应估计器，并用目标正则化提升稳定性

📌 工作参考价值（4 点）

在 CVR 因果效应估计中，不要只在点击样本上应用标准因果估计器；可直接采用论文推导的影响函数校正项，构造 P_n(μ2/μ1) + P_n(δ(A=a)/(π μ1^2)[(Y2-μ2)μ1 - (Y1-μ1)μ2])，实现对点击选择偏差和 nuisance model 误差的双稳健。
工程实现上优先用目标正则化替代 one-step DR 校正：在 loss 中加入 R = mean((Y2-μ2)/μ1 - (Y1-μ1)μ2/μ1^2 - ε(a)/π)^2，用低维 spline 参数 ε(a) 学习校正项，能避免低点击率下分母放大导致的数值不稳定。
多任务同时估计 CTR 和 CVR 因果效应，并显式建模 μ2 = μ1 * tilde μ2，可共享底层表征、利用 Y2≤Y1 的先验，提升样本效率；同时 block 从目标正则化项传到 propensity 的梯度，保证 π 估计质量。
对连续 treatment，采用 varying-coefficient 网络（spline 基函数控制网络权重）可防止 treatment 信号被高维协变量淹没，在广告/补贴策略评估中较易迁移。

RecSys | 2026-08-13 | cs.LG | score 8/10

深度学习因果检索优化：Pinterest高效电商分发触发策略

🧭 因果学习 · 检索触发策略优化 ★ 深度解读

Pinterest, Inc. · LinkedIn

将检索级触发决策建模为因果提升问题，利用随机化数据与双重稳健多任务学习，离线重放选择阈值，线上大幅缩减购物触发并提升整体参与度

📌 工作参考价值（4 点）

触发决策因果化：将“是否触发某类候选集”视为增量预估问题，而非相关性排序，可直接用于电商推荐中控制商品卡片、广告坑位的展示频次，避免过度分发损害用户体验。
反事实数据收集与DR训练：通过随机化Holdout流量获得无偏反事实数据，使用Doubly Robust伪结果训练uplift模型，配合多任务学习与事件级上采样，可复用到消息推送、广告投放等稀疏事件的触发决策中。
离线重放评估与阈值选择：基于随机化日志的线性时间复杂度重放算法，提供不同阈值下的业务指标曲线，与线上效果高度一致，无需频繁线上实验即可迭代策略，工程成本低。
解耦学习与决策：模型只学习潜在结果和提升信号，策略阈值通过离线重放选择，二者解耦，使产品侧可审计、可解释地调整触发力度，无需重新训练模型。

RecSys | 2026-07-14 | cs.IR | score 9/10