部分来描述我的工作。 数据集描述 MovieLens-1M 是一个推荐系统的基准数据集,这个数据集 ...
论文引入 近年来推荐系统公平性成为新的热点,在所有解决公平性问题的方法中,因果推断显得格外靓眼。我们以论文 Recommendations as treatments: Debiasing learning and evaluation 做为引入,来看看因果推断是怎么应用在推荐系统公平性研究中的。 改论文的思想如下:从因果推断的角度看待推荐问题,我们可以认为在推荐系统中给用户曝光某个商品类似于在医 ...
2021-10-09 08:13 0 690 推荐指数:
部分来描述我的工作。 数据集描述 MovieLens-1M 是一个推荐系统的基准数据集,这个数据集 ...
这几天我的主要任务是对论文《Towards Long-term Fairness in Recommendation》[1] 中所描述的算法进行编程实现,然后测试该算法的效果并记录。以下分模型算法细节 ...
接下来我花一天时间精读了论文《Learning Fair Representations for Recommendation: A Graph-based Perspective》[1],将论文的结 ...
公平性(fariness)-新的突破点 推荐系统的公平性(fairness)正在成为推荐系统领域的一个新的突破点,目前对于推荐系统这种需要落地的应用,单纯的在模型领域取得准确率等指标的突破已经不是唯一的追求。虽然fancy的模型依然重要,但是越来越多的学者关注于模型在应用中的可解释性以及机器学习 ...
接下来我总共花了将近四天时间才将论文《Towards Long-term Fairness in Recommendation》[1]理解透彻。因为该论文用到了强化学习(Reinforcement L ...
做为最后一篇论文阅读记录,我决定对我目前为止粗读和精读的论文进行一次总结,然后陈述一些个人对该研究领域的见解和想法。 论文总结归纳 推荐系统中的偏差和不公平现象是随着推荐算法的诞生就与生俱来的,而不是人为故意产生的。目前我读过的论文中包括的一些典型的偏差和其主要的解决方案如下: (1) 人口 ...
前言: 我是一名普通的德州扑克爱好者, 曾在网上打过一段时间(属于娱乐性质^_^). 有人说线上打牌, 平台发的牌很妖(冤家牌特多, 防不胜防). 对此我有些看法, 看看能否从概率论的角度, 评估下线上平台的公平性. 争议: 最近在知乎上, 看到一个帖子: 实名举报德扑圈发牌 ...
A Survey on Causal Inference 因果推理,其覆盖众多的研究领域,如何从观测数据中估计因果效应是主要的研究内容。常说‘关系不代表因果’. 比如,一项研究表面,吃早餐的女孩比不吃早餐的女孩更瘦,因此得出结论:‘吃早餐能减肥‘。 但事实上,吃早餐和瘦这2件事也许只是存在相关性 ...