Michael O'Riordan

Spotify 研究人员提出因果模型以优化推荐投放

研究人员开发了一种新的推荐系统因果架构，旨在通过避免用户会自然发现的推荐来优化推荐的投放。Michael O'Riordan 在一篇论文中详细介绍了这种方法，该方法利用现有的实验基础设施来收集留存数据。一项关键创新是双阈值定向策略，用于解决处理组和留存组观测之间的归因窗口不匹配问题。在 Spotify 的大规模 A/B 测试中，该策略将推荐展示次数减少了 7%，同时没有显著影响整体内容消费，并提高了推荐模型的校准度。