論文引入 近年來推薦系統公平性成為新的熱點，在所有解決公平性問題的方法中，因果推斷顯得格外靚眼。我們以論文《Recommendations as treatments: Debiasing lear ...

公平性(fariness)-新的突破點 推薦系統的公平性（fairness）正在成為推薦系統領域的一個新的突破點，目前對於推薦系統這種需要落地的應用，單純的在模型領域取得准確率等指標的突破已經不是唯 ...

接下來我總共花了將近四天時間才將論文《Towards Long-term Fairness in Recommendation》[1]理解透徹。因為該論文用到了強化學習(Reinforcement L ...

接下來我花一天時間精讀了論文《Learning Fair Representations for Recommendation: A Graph-based Perspective》[1]，將論文的結 ...

這幾天我的主要任務是對論文《Towards Long-term Fairness in Recommendation》[1] 中所描述的算法進行編程實現，然后測試該算法的效果並記錄。以下分模型算法細節 ...

這幾天我的主要任務是調試和運行之前根據論文《Learning Fair Representations for Recommendation: A Graph-based Perspective》所編 ...

做為最后一篇論文閱讀記錄，我決定對我目前為止粗讀和精讀的論文進行一次總結，然后陳述一些個人對該研究領域的見解和想法。 論文總結歸納 推薦系統中的偏差和不公平現象是隨着推薦算法的誕生就與生俱來的，而 ...