Evaluation de l'uplift sur des données biaisées dans le cas du Non-Random Assignment - GREYC codag Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Evaluation de l'uplift sur des données biaisées dans le cas du Non-Random Assignment

Résumé

L'uplift est une mesure d'impact d'une action (marketing, traitement médical) sur le comportement d'une personne. La prédiction d'uplift repose sur des groupes de personnes ayant subi des actions particulières. Ces groupes sont estimés "équivalents". Or, en pratique, on constate qu'il existe des biais entre ces groupes. Pour résoudre cet écueil nous proposons un protocole d'évaluation de l'uplift dans le cas du biais de "Non-Random Assignment". Muni de ce protocole nous évaluons les performances sur les principales méthodes d'uplift de la littérature puis nous proposons une méthode pour réduire l'effet de ce biais. Des résultats expérimentaux sur 8 jeux de données montrent que notre méthode apporte une amélioration significative des performances de l'estimation de l'uplift.
Fichier principal
Vignette du fichier
EGC22_Uplift.pdf (327.7 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03707022 , version 1 (28-06-2022)

Identifiants

  • HAL Id : hal-03707022 , version 1

Citer

Mina Rafla, Nicolas Voisine, Bruno Crémilleux. Evaluation de l'uplift sur des données biaisées dans le cas du Non-Random Assignment. Extraction et Gestion des Connaissances, Jan 2022, Blois, France. pp.51-62. ⟨hal-03707022⟩
53 Consultations
94 Téléchargements

Partager

Gmail Facebook X LinkedIn More