推荐系统背后:ACM RecSys 社区的地理分布
信息检索
2023-09-08 v1 计算机与社会
摘要
如今可在线获取的媒体内容数量及其传播速度令人应接不暇。推荐系统将此类信息过滤为适配我们个人需求或偏好的可控流或信息流。至关重要的是,用于信息过滤的算法不应扭曲或从我们对世界的认知中剔除重要元素。基于这一原则,从设计开发的最早阶段起纳入多元观点与团队至关重要。例如,最近的欧盟法规《数字服务法》通过风险监测(含歧视风险)的要求,以及《人工智能法》通过要求吸纳多元背景人员参与 AI 系统开发,均强调了这一点。我们考察了推荐系统研究社区的地理多样性,具体通过分析过去 15 年间向 ACM 推荐系统会议(RecSys)投稿作者的所属国家来实现。本研究在 Diversity in AI - DivinAI 项目框架内开展,该项目的主要目标是通过一组指标对 AI 论坛中的多样性进行长期监测。
引用
@article{arxiv.2309.03512,
title = {Behind Recommender Systems: the Geography of the ACM RecSys Community},
author = {Lorenzo Porcaro and João Vinagre and Pedro Frau and Isabelle Hupont and Emilia Gómez},
journal= {arXiv preprint arXiv:2309.03512},
year = {2023}
}
备注
Presented at the 6th FAccTRec Workshop: Responsible Recommendation (FAccTRec '23), September 18, 2023, Singapore