文献

J-GLOBAL ID：202002241799060580   整理番号：20A2094805

個人化再ランキングによる日和見的マルチアスペクト公平性【JST・京大機械翻訳】

Opportunistic Multi-aspect Fairness through Personalized Re-ranking

著者 (5件)： Sonboli Nasim (University of Colorado, Boulder, Boulder, CO, USA) ,  Eskandanian Farzad (DePaul University, Chicago, IL, USA) ,  Burke Robin (University of Colorado, Boulder, Boulder, CO, USA) ,  Liu Weiwen (The Chinese University of Hong Kong, Shatin, Hong Kong, China) ,  Mobasher Bamshad (DePaul University, Chicago, IL, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： UMAP ’20  ページ： 239-247  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 推薦システムがより広く普及し,雇用や住宅のような大きな社会的影響を有する地域に移動しているので,研究者はそのようなシステムが生産する結果の公平性を確実にする方法を求め始めた。本研究は,主に公平性メトリックが推薦精度と共に最適化される推薦アプローチの開発に焦点を当てた。しかし,以前の研究は,個人の選好が,公正な推薦を生成するアルゴリズムの能力を制限することができるかを,ほとんど無視した。さらに,少数の例外を除いて,研究者は,公平性が単一の敏感な特徴または属性(人種または性別のような)に対して測定されるシナリオのみを考慮した。本論文では,複数の公平性次元にわたって個々の選好を学習し,推薦結果におけるプロバイダ公平性を高めるためにそれらを使用する公平性意識推薦に対する再ランク付けアプローチを提案した。特に,著者らは,著者らの日和見的および計量的診断手法が,以前の再ランク付け手法よりも精度と公平性の間のより良いトレードオフを達成し,複数の公平性次元を横断することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  等級づけ ,  *公平性
準シソーラス用語： ISP【インターネット】 ,  推奨システム ,  リランキング ,  ホップ数 , 【Automatic Indexing@JST】

著者キーワード (10件)： 公平性 ,  公平性を意識した推奨アルゴリズム ,  公平性を意識したリランキング ,  日和見的公平性 ,  個人化された多様性 ,  個人化されたリランキング ,  後処理 ,  プロバイダ側の公平性 ,  推奨アルゴリズム ,  リランキング

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： 個人化 ,  ランキング ,  マルチ ,  公平性