基于帕累托效应视角下的推荐系统多角度公平性

TP391; 提出了一种从帕累托视角解决推荐系统多角度公平性的方法,通过对抗正则化器消除用户嵌入中的敏感属性信息,采用基于曝光的负采样策略提高推荐系统的准确率,从而达到帕累托最优.并且,基于曝光的负采样策略在一定程度上解决物品曝光偏差的问题,保证了物品角度公平性,实现了用户、物品的多角度公平性.实验结果表明,该方法在保证推荐准确率的同时有效提高了用户和物品角度的公平性....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	太原理工大学学报 2022, Vol.53 (1), p.89-97
Hauptverfasser:	杜清月, 黄晓雯, 桑基韬
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP391; 提出了一种从帕累托视角解决推荐系统多角度公平性的方法,通过对抗正则化器消除用户嵌入中的敏感属性信息,采用基于曝光的负采样策略提高推荐系统的准确率,从而达到帕累托最优.并且,基于曝光的负采样策略在一定程度上解决物品曝光偏差的问题,保证了物品角度公平性,实现了用户、物品的多角度公平性.实验结果表明,该方法在保证推荐准确率的同时有效提高了用户和物品角度的公平性.
ISSN:	1007-9432
DOI:	10.16355/j.cnki.issn1007-9432tyut.2022.01.011