您当前的位置： 首页 > 论文 > 2022,53(01) > 第九届中国计算机学会大数据学术会议论文选登
基金项目:
中央高校基本科研专项基金资助项目(2021RC217)
分类号:
TP391
DOI:
10.16355/j.cnki.issn1007-9432tyut.2022.01.011
期刊号:
2022,53(01)
收稿日期:
修回日期:
摘要:
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。
关键字:
推荐系统公平性；多角度公平性；帕累托效应；对抗学习；负采样