因果推断-解决推荐系统公平性的新思路
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 lear ...
花费 7 ms
推荐系统公平性论文阅读(一)
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 ...
推荐系统公平性论文阅读(四)
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 ...
推荐系统公平性论文阅读(二)
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 ...
推荐系统公平性论文阅读(五)
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 ...
推荐系统公平性论文阅读(三)
这几天我的主要任务是调试和运行之前根据论文《Learning Fair Representations for Recommendation: A Graph-based Perspective》所编 ...
推荐系统公平性论文阅读(六)
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 ...