Sign In

Unbiased Platform-Level Causal Estimation for Search Systems: A Competitive Isolation PSM-DID Framework

Created by
  • Haebom
Category
Empty

저자

Ying Song, Yijing Wang, Hui Yang, Weihan Jin, Jun Xiong, Congyi Zhou, Jialin Zhu, Xiang Gao, Rong Chen, HuaGuang Deng, Ying Dai, Fei Xiao, Haihong Tang, Bo Zheng, KaiFu Zhang

개요

본 논문은 검색 기반 양면 시장에서 플랫폼 수준 개입의 효과를 측정하기 위한 새로운 인과 추론 프레임워크인 경쟁적 격리 PSM-DID를 제안합니다. PSM-DID 프레임워크에 경쟁적 격리를 통합하여 스필오버 및 네트워크 간섭과 같은 시스템적 효과로 인한 편향을 줄이고, 아이템 수준 지표 대신 플랫폼 수준 지표(예: 주문량, GMV) 측정을 가능하게 합니다. 이론적으로 편향되지 않은 추정을 보장하며, 대규모 시장에서의 성공적인 배포를 통해 실용성을 입증했습니다.

시사점, 한계점

시사점:
검색 시스템에서 플랫폼 수준 효과 측정을 위한 새로운 인과 추론 프레임워크 제시
상호 배타 조건 하에서 편향되지 않은 추정 보장
간섭 효과 및 추정 분산 감소
대규모 시장에서의 실용성 입증
시장 간섭에 대한 재현 가능한 연구를 지원하는 공개 데이터셋 제공
한계점:
PSM-DID 프레임워크의 한계점을 완전히 극복하는지에 대한 추가 검증 필요
상호 배타 조건이 현실 세계의 모든 시나리오에 적용 가능한지에 대한 고려 필요
특정 시장 환경에만 적용될 수 있는 제한적인 일반화 가능성
👍