我院常毅教授指导的2018级硕士研究生吴新维同学的论文"Unbiased Learning to Rank in Feeds Recommendation"被CCF-B类会议WSDM 2021（一类清华大学计算机学科推荐学术会议）接收。
吴新维本科就读于吉林大学计算机科学与技术学院，从大学四年级起开始接受常毅老师与京东数据科学实验室的联合指导，2018年入学，跟随常毅老师攻读硕士，从事数据挖掘与自然语言处理领域的研究工作。本篇论文与加拿大劳里埃大学Jiashu Zhao助理教授、京东数据科学实验室Li He博士、百度搜索科学团队Dawei Yin博士、以及本校Hechang Chen助理教授合作完成。
WSDM，全称为ACM网络搜索与数据挖掘国际会议（ACM International Conference on Web Search And Data Mining) ，是一个有关搜索和数据挖掘的互联网启发式研究的主要会议之一，每年举办一届。WSDM是信息检索与数据挖掘的顶级会议。
论文详情：
第一作者：吴新维
论文题目：Unbiased Learning to Rank in Feeds Recommendation
会议名称：The 14th ACM International Conference on Web Search And Data Mining (WSDM 2021)
会议类别：CCF B类会议
会议时间：MARCH 8-12, 2021. Jerusalem, Israel.
论文概述：在商品推荐场景中，本文发现用户点击行为不仅受到位置偏向的影响，还会被商品自身的环境(context bias)影响。为此本文提出一个面向联合倾向的无偏排序框架，力图解决受到多种影响时无偏排序的问题。实验验证我们的方法比只考虑位置偏向的方法更有效，并且在长链的推荐数据中context bias发挥了更大的效果。另外，本文提供了测试指标缺乏真实标签时的解决办法，以及可以直接验证倾向评分有效性的平衡检测方法。
