슬레이트 추천을 위한 오프정책 평가와 파이오프 인버스 추정기

**1. 연구 배경 및 문제 정의** 검색, 광고, 전자상거래 등에서 사용자는 한 번에 여러 아이템(슬레이트)을 제시받는다. 새로운 정책이 실제 서비스에 적용되기 전에, 기존 로그 데이터를 활용해 그 정책의 기대 보상을 추정하는 것이 오프정책 평가이다. 기존의 역확률점수(IPS) 방식은 슬레이트 전체 확률을 분모에 두어, 슬레이트 조합 수가 급격히 늘어날수록(슬롯 수 ℓ, 각 슬롯당 아이템 수 m) 로그 데이터 요구량이 지수적으로 증가한다. 이는 실무에서 비현실적인 요구가 된다. **2. 선형성 가정과 모델링** 저자들은 슬레이트 보상이 각 슬롯·아이템에 대한 내재 보상의 합으로 표현될 수 있다는 **선형성 가정(Assumption 1)** 을 도입한다. 수식적으로는 \