文献

J-GLOBAL ID：202202250132682094   整理番号：22A1104809

レコメンダーシステムにおける消費者公平性:定義と緩和の文脈化【JST・京大機械翻訳】

Consumer Fairness in Recommender Systems: Contextualizing Definitions and Mitigations

著者 (4件)： Boratto Ludovico (Department of Mathematics and Computer Science, University of Cagliari, Cagliari, Italy) ,  Fenu Gianni (Department of Mathematics and Computer Science, University of Cagliari, Cagliari, Italy) ,  Marras Mirko (Department of Mathematics and Computer Science, University of Cagliari, Cagliari, Italy) ,  Medda Giacomo (Department of Mathematics and Computer Science, University of Cagliari, Cagliari, Italy)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13185  ページ： 552-566  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 消費者公平性の導入による推薦システムのエンドユーザに対する非識別は,学界と産業の両方で広く研究されている重要問題である。現在の研究は,様々な概念,計量,および不公平性軽減手順をもたらした。各手順の評価は不均一であり,公平性を考慮しないモデルとの比較に限られていた。したがって,各緩和手順のインパクトを,他のものと関連づけることは難しい。本論文では,評価予測とトップn推薦タスクにおける消費者不公平性に対する緩和手順の系統的解析を行った。この目的のために,最近の最上位会議とジャーナルで提案された15の手順を収集した。それらの8つだけが再現できた。一般的な評価プロトコルの下で,2つの公開データセットに基づいて,著者らは次に,推薦ユーティリティと消費者公平性がこれらの手順によって影響を受ける範囲,公平性と独立性に基づく2つの一次公平性概念の間の相互作用,および異種影響によって害を受けた個体群統計学グループを研究した。本研究は,最終的にこの分野における未解決の課題と将来の方向を強調する。ソースコードは,利用可能である。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *消費者 ,  解析 ,  *緩和現象 ,  モデル ,  プロトコル ,  問題 ,  *公平性
準シソーラス用語： エンドユーザ ,  推奨システム ,  ソースコード ,  個体群統計学 , 【Automatic Indexing@JST】

著者キーワード (4件)： レコメンダーシステム ,  公平性 ,  Bias ,  消費者

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 消費者 ,  公平性 ,  定義 ,  緩和 ,  文脈