本研究提出了一种基于反事实推断的方法，解决推荐系统中的情感偏见问题。通过因果图建模情感对评分的影响，有效减轻了偏见，实验结果表明该方法在评分预测上表现优异。

本文提出了一种新型非参数方法，克服了现有马尔可夫决策过程反事实推断的局限性。该方法通过计算所有兼容因果模型的反事实转移概率，提供了高效、可扩展的解决方案，展现出更强的稳健性。

该论文提出了一种用对抗训练来选择性平衡混淆因素的方法，以解决个性化治疗效应（ITE）估计的问题，并通过反事实推断帮助估计ITE。实证结果表明，该方法在ITE估计中实现了更低的误差。