Implicitní zpětná vazba | AI slovník

Odborná definice

Implicit feedback jsou pozorované prejavy používatelského chování, z kterých se nepřímo odhaduje preference bez explicitného hodnocení. Patří sem kliknutí, prehratia, nákupy, čas sledování, preskočení nebo opakované návštevy. Signál obvykle vyjadřuje míru expozíce a záujmu, ne jednoznačný názor. Nevykonaná akce nemusí znamenat nesúhlas, protože uživatel položku nemusel vidět. Modely pro implicitné data pracují s nejistotou negativních příkladů, váhou důvěry a pozící v rozhraní. Bez korekce mohou zosilnit popularitu, historické nerovnosti a slučku, ve které doporučení samo vytváří budoucí tréninková data.

Srozumitelné vysvětlení

Streamovace služba nepožiada diváka, aby ohodnotil každý film. Sleduje, co otvoril, jako dlho pozeral a zda se k titulu vrátil. Dokončení filmu může naznačit spokojnost, ale i to, že ho nechal hrať na pozadí. Neotvorený titul nelze automaticky označit jako nezaujímavý, lze se uživateli nikdy nezobrazil. Doporučovací model proto rozlišuje silu signálu a istotu interpretace. Zároveň musí evidovat, kde byla položka umiestnená, lebo první rad dostává více kliknutí i bez vyššej skutečné kvality.

Časté otázky

Jaký je rozdíl mezi implicitní a explicitní zpětnou vezbou?

Explicitní signál je vedomé hodnocení, například počet hviezdičiek. Implicitný vzniká z konání uživatele a je početnejší, ale jeho význam je nejednoznačný a ovplyvnený rozhráním.

Proč chybějící klik není spolehlivý negativní příklad?

Položka mohla zůstat mimo obrazovky, uživatel nemal čas nebo už poznal obsah. Absence interakce proto mieša nezáujem s nedostatočnou expozící a náhodou.

Jak se používá čas sledování?

Lze ho normalizovat podle délky obsahu, previesť na kategorie nebo kombinovat s dokončením a návratom. Dlouhý čas však může znamenat i nepozornost, proto potřebuje kontext.

Co je exposure bias v odporúčaniach?

Model vidí reakce zejména na položky, které předchozí systém zobrazil. Nezobrazené alternativy nemají zpětnou vezbu, takže data zvýhodňují staré rozhodnutí a obmedzují objavování.

Jak se ověří, že nový model zlepšil doporučení?

Offline rankingové metriky se doplňají kontrolovaným online experimentom. Sleduje se nejen kliknutí, ale i spokojnost, dlhodobé používání, rozmanitost a nežádoucí optimalizačné zkratky.

Související pojmy

Zdroje a redakční stopa

Hu, Koren a Volinsky, Collaborative Filtering for Implicit Feedback Datasets (doi.org)
Google Developers, Recommendation systems overview (developers.google.com)

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.