统计>方法
职务: 个性化系统中用户学习的因果估计
摘要: 在在线平台中,随着时间的推移,治疗对观察结果的影响可能会发生变化,因为1)用户了解干预,2)系统个性化,如个性化建议,会随着时间的变化而变化。 我们引入了个性化系统中用户行为的非参数因果模型。 我们表明,为测量用户学习效果而设计的Cookie-Cookie-Day(CCD)实验在存在个性化时会有偏差。 我们得出了干预个性化系统的新实验设计,以产生必要的变化,分别识别通过用户学习和个性化所介导的因果效应。 通过参数假设,可以根据中期实验估计长期因果效应。 在仿真中,我们表明我们的新设计成功地恢复了感兴趣的动态因果效应。