M7-089M7: 检索、排序与推荐系统离线评估与 OPEHard
⚡闪卡盲测➔掌握度:

解释反事实评估的因果图与假设

🎯 深度面试自测闭环(先口述或草拟,再核对解析)
免登录记录进度:核心结论回忆 → 避坑清单自查 → 标记掌握或加入错题队列。
Step 1 · 尝试用 1–2 句话回答这道题的核心结论与适用边界
Step 2 · 勾选已覆盖的陷阱与追问思考
下一题: M7-090 →
📐 核心数学机理公式
causal graph: X→A, X→R, A→R;goal: P(R∣do(A))\text{causal graph}:\ X\to A,\ X\to R,\ A\to R;\qquad \text{goal}:\ P(R|do(A))
⚡ 一句话直击要害答案
用因果图(DAG)表达'混淆、动作、奖励'的关系;OPE 的目标是估计'干预(do)'的效果,需切断混淆路径。

📌 核心要点提炼

  • •
    因果图(DAG):特征 X、动作 A、奖励 R
  • •
    混淆:X 同时影响 A 与 R(后门路径)
  • •
    OPE 目标:估计 P(R|do(A))(干预分布)而非 P(R|A)(观测分布)

📐 数学机理与严密推导

数学机理:因果图与反事实——(1) 因果图(DAG)——用有向图表示变量间的因果关系:(a) X(上下文特征:用户/场景);(b) A(动作:展示哪个物品);(c) R(奖励:点击/转化);(d) 边——X→A(特征影响策略的选择)、X→R(特征影响奖励)、A→R(动作影响奖励)。(2) 混淆(confounding)——X 同时影响 A 与 R → 形成'后门路径' X→A 与 X→R;(a) 后果——观测到的 P(R|A) 不等于因果的 P(R|do(A))(因为 X 的分布在不同 A 下不同);(b) 例子——'高价值用户更常被展示某广告' → 该广告的观测点击率高(但可能是用户本身爱点,而非广告效果好)。(3) OPE 的目标——估计干预分布(interventional distribution) P(R|do(A))('如果强制对所有用户展示动作 A,奖励的分布'),而非观测分布 P(R|A)('历史中 A 被展示时的奖励')。(4) 'do(A)'与'条件 A'的差异(核心)——(a) P(R|A=a)——'在历史中 A=a 的样本里,R 的分布'(受混淆影响);(b) P(R|do(A=a))——'干预设置 A=a(切断 X→A 的边)后,R 的分布'(因果效果);(c) 两者相等当且仅当'无混淆'(X 不影响 A,或所有混淆都被观测并调整)。(5) 后门准则(backdoor criterion)——若一组变量 Z 满足'阻断所有从 A 到 R 的后门路径'且'不含 A 的后代',则 P(R|do(A))=Σ_z P(R|A,Z=z)P(Z=z)(调整 Z 后可识别);意义——它给出'需要调整哪些变量'的判据。与 OPE 方法的对应——(a) IPS——本质是'用倾向 1/P(A|X) 加权'来'切断 X→A 的边'(重新加权使 A 与 X 独立);(b) DM——用模型预测'给定 X 与 A 的 R'(隐含'无混淆'假设);(c) DR——两者结合;(d) 随机化——物理上切断 X→A 的边(最可靠)。其他因果概念——(a) 反事实(counterfactual)——'如果当时选另一个动作会怎样'(不可观测);(b) 中介(mediation)——A→M→R 的间接路径;(c) 工具变量(IV)——有隐藏混淆时的识别策略;(d) 敏感性分析——'若混淆强度为 X,估计偏差多大'。与其他问题的关系——(a) 与'为什么不能用历史数据'(混淆);(b) 与'位置偏置'(位置是混淆);(c) 与'样本选择偏差(SSB)'(同一类问题)。实践建议——(a) 画因果图(明确混淆与路径);(b) 明确目标是 P(R|do(A))(而非 P(R|A));(c) 用后门准则判断'需要调整哪些变量';(d) 倾向模型要包含所有混淆(否则 IPS 有偏);(e) 敏感性分析(评估'未观测混淆'的影响);(f) 随机化(最可靠)。度量——(a) OPE 估计 vs A/B(偏差);(b) 敏感性分析(未观测混淆的影响);(c) 后门调整的完备性。

🏭 深度剖析与工业落地权衡

深度剖析与工程权衡:① 'do(A) ≠ 条件 A'是因果推断的核心区分——面试中能准确解释这一点是深度理解的标志。② '后门准则给出需要调整的变量'——这是实践中的判据。③ 'IPS 本质是切断 X→A 的边'——用重加权实现'干预';这是 IPS 的因果解释。④ '随机化是物理上切断边'——最可靠(不需假设)。⑤ '敏感性分析'评估未观测混淆——实用且重要(因为'无混淆'无法验证)。⑥ 面试要点——被问'反事实评估的假设',应给出'因果图 + 混淆 + do(A) vs 条件 A + 后门准则 + IPS/随机化的因果解释 + 敏感性分析';能准确区分'do'与'条件'是深度理解的标志。
⚠️ 常见面试陷阱与高频失分点
  • ✕
    把 P(R|A) 当作 P(R|do(A))(混淆未调整)
  • ✕
    不做敏感性分析(无法评估未观测混淆)
🎯 面试官连环追问与延伸考察
  • ?
    'do(A)'与'条件 A'的差异?
  • ?
    后门准则是什么?
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
🎯 立即在闪卡中盲测此题➔
📚

关联知识库专题与交互式导图

← 上一题M7-088: 解释 OPE 的适用条件与失败模式📋 返回题库下一题 →M7-090: 解释序列决策的 OPE(多步 IPS / DR)