第 141 题：位置偏置的建模，位置作为特征的暴露风险？
题目
位置偏置的建模，位置作为特征的暴露风险？
完整讲解
一、位置偏置与曝光
位置偏置：同一 item 在不同展示位置（如 1 位、10 位）被点击的概率不同，高位通常点击率更高，部分来自用户真实偏好，部分来自曝光与注意力（用户更易看到前几位）。若模型把「位置」当普通特征学，会学到「位置越前点击越高」，导致排序时倾向于把预测点击高的 item 放前面，而预测高可能来自「位置好」而非「内容好」，形成曝光与反馈的循环，评估与公平性失真。
二、位置作为特征的暴露风险
- 风险：模型学到「位置→点击」的强相关后，线上排序会倾向于给「历史占高位」的 item 继续高位，马太效应；且离线评估时若用带位置的样本，高位置样本权重大，指标易虚高；A/B 时位置策略变化会干扰模型效果归因。
- 本质：位置是混杂因素（confounder）——既影响曝光又影响点击，直接当特征会让模型混淆「因位置而点击」与「因偏好而点击」。
三、缓解思路
- 不把位置当输入特征：排序阶段不用位置，仅用内容与用户特征；位置在展示层单独控制（如随机化、轮播），再通过无偏估计（IPW、PAL 等）从带偏的日志中学习。
- 位置偏置建模与消偏：显式建模「位置→点击」的偏置项（如位置嵌入或标量），训练时用该偏置做纠偏（如 IPS 加权、或 PAL 联合训练偏置与主模型），推理时固定/去掉偏置项，使主模型学的是「去位置后的偏好」。
- 评估：用随机位置数据或留出位置做无偏评估；或报告「按位置分层」的指标，避免位置主导结论。
面试要点
- 能说明位置偏置的来源（曝光、注意力）及「位置当特征」会学到位置→点击、导致循环与评估失真。
- 能说清暴露风险：马太效应、离线指标虚高、位置为混杂因素。
- 能列举缓解：不用位置当排序特征、偏置建模与消偏（PAL/IPW）、无偏评估与分层指标。
记忆要点
- 位置偏置：高位点击高部分来自曝光/注意力；位置当特征→模型学位置→曝光循环、评估失真。
- 风险：马太效应、指标虚高、位置为混杂因素。
- 缓解：排序不用位置、偏置建模与消偏（PAL/IPW）、无偏评估。