关键词fairness-aware recommendation
搜索结果 - 2
- SIGIR推荐系统中可解释的公平性
该研究基于可解释的 AI 技术,提出了一个计数事实可解释公平框架(CEF)来解决推荐系统中存在的公平性缺陷问题。该模型能够生成关于模型公平性的解释,以提供有关即使做出相关更改也不会显著损害其性能的公平性分数排名的信息。
- 通过强化学习实现帕累托有效的公平效用权衡推荐
本文提出了一种基于多目标强化学习的公平感知的推荐框架(MoFIR),能够以单参数表示形式学习所有可能偏好的最优推荐策略,并在多个真实推荐数据集上的实验中验证了其在公平指标和推荐度量方面的优越性。