学习排序 (LTR): 解释排序中的位置偏置与去偏方法。

Core Concept: 用户倾向点击靠前结果（与相关性无关）；需用'逆倾向加权（IPS）'或'点击模型'去偏，否则学到的模型会'放大已有排序'。

数学机理：<strong>位置偏置（position bias）</strong> 的来源——用户在结果列表中<strong>倾向点击靠前的项</strong>（即使相关性相同）；这是<strong>注意力/信任</strong>导致的，而非相关性。<strong>后果（反馈循环）</strong>——(a) 模型学到的'高点击 = 高相关'其实是'高位置 = 高点击'；(b) 训练出的新模型会<strong>继续把已排前的项排前</strong>（<strong>自证预言/反馈循环</strong>）；(c) 好的新内容无法'冒头'（因为从未被展示在靠前位置）；(d) 系统的'探索能力'下降。<strong>去偏方法</strong>——(1) <strong>IPS（Inverse Propensity Scoring）</strong>——用'逆倾向'加权：w_i=1/P(被观察到|位置)；<strong>原理</strong>——把'被观察概率低'的样本（如排在第 10 位的）<strong>放大权重</strong>，使训练数据'模拟'成'随机展示'的数据；<strong>优点</strong>——理论上有无偏性；<strong>缺点</strong>——(a) <strong>方差大</strong>（倾向很小时权重爆炸）；(b) 需<strong>已知倾向</strong>（或估计它）。(2) <strong>点击模型（click model）</strong>——(a) <strong>PBM（Position-Based Model）</strong>——P(click)=P(examine|pos)·P(rel)；把'点击'分解为'被查看'与'相关'；(b) <strong>级联模型（cascade model）</strong>——用户从上往下看，点击后可能停止；(c) <strong>用模型估计'相关性'</strong>（而非直接用点击）；<strong>优点</strong>——更精细（考虑浏览行为）；<strong>缺点</strong>——需假设与拟合。(3) <strong>随机化探索</strong>——(a) <strong>随机打乱部分结果</strong>（用随机排序收集无偏数据）；(b) <strong>小流量随机实验</strong>；(c) <strong>bandit 探索</strong>（见冷启动的 EE 题）；<strong>优点</strong>——从源头获得无偏数据；<strong>缺点</strong>——损害部分用户体验。(4) <strong>无偏 LTR（unbiased LTR）</strong>——把 IPS 权重嵌入 LTR 损失：L=Σ w_i·ℓ(s_i, y_i)（或对'对'加权）；<strong>优点</strong>——理论上无偏；(5) <strong>特征层面</strong>——把'位置'作为特征（让模型学'位置的影响'，从而分离'位置效应'与'相关性'）；<strong>注意</strong>——推理时不能用位置特征（否则又引入偏置）。<strong>评估</strong>——(a) <strong>离线评估也受偏置影响</strong>（历史数据是'有偏策略'产生的）；故需 IPS/DR 估计（见离线评估与 OPE 题）；(b) <strong>在线 A/B</strong> 是最终验证。<strong>与其他问题的关系</strong>——(a) 与'离线评估与 OPE'（同一套去偏工具）；(b) 与'冷启动的 EE'（探索的必要性）；(c) 与'反馈循环'（推荐系统的长期健康）。<strong>实践建议</strong>——(a) <strong>收集'随机化数据'</strong>（小流量随机排序）作为'金标准'；(b) <strong>用 IPS 加权</strong>（配权重截断降方差）；(c) <strong>点击模型</strong>（更精细）；(d) <strong>位置作为特征但推理时不用</strong>（或用'位置无关'的模型）；(e) <strong>监控反馈循环</strong>（新内容的曝光机会、结果的多样性）；(f) <strong>在线 A/B 验证</strong>。<strong>度量</strong>——(a) 离线评估的偏置（与随机化数据的对比）；(b) 在线指标（点击率、长期满意度）；(c) 新内容/长尾的曝光率；(d) 结果的多样性。

深度剖析与工程权衡：① <strong>'位置偏置导致反馈循环'是关键危害</strong>——它使系统'越来越窄'；面试中能指出这一点是深度理解的标志。② <strong>'IPS 无偏但方差大'</strong>——故需权重截断或自归一化（见 OPE 题）。③ <strong>'随机化数据是金标准'</strong>——小流量随机排序可提供无偏训练数据；是'从源头解决'的方案。④ <strong>'位置作为特征但推理时不用'</strong>——这是个实用技巧（训练时让模型学位置效应，推理时置零/不用）。⑤ <strong>'离线评估也受偏置'</strong>——历史数据是'有偏策略'产生的；故离线评估需去偏（与 OPE 同源）。⑥ <strong>面试要点</strong>——被问'位置偏置怎么处理'，应给出'<strong>IPS（逆倾向加权）+ 点击模型（PBM/级联）+ 随机化探索 + 无偏 LTR + 位置作特征</strong>'与'<strong>反馈循环是核心危害</strong>'；能指出'离线评估也受偏置'是深度理解的标志。