面向公平感知重排序的基于潜在因子模拟的数据生成
信息检索
2024-09-24 v1
摘要
合成数据是算法研究的有用资源。它允许在现实世界环境中难以实现的一系列条件下对系统进行评估。在推荐系统中，合成数据的使用有些受限；一些工作集中在构建大规模的用户-物品交互数据。我们认为，公平感知推荐研究可以从模拟数据中受益，因为它允许研究受保护群体及其交互，而无需依赖需要隐私保护的敏感数据。在本文中，我们提出了一种用于公平感知推荐的新型数据：可用于研究重排序算法的合成推荐系统输出。
引用
@article{arxiv.2409.14078,
title = {Data Generation via Latent Factor Simulation for Fairness-aware Re-ranking},
author = {Elena Stefancova and Cassidy All and Joshua Paup and Martin Homola and Nicholas Mattei and Robin Burke},
journal= {arXiv preprint arXiv:2409.14078},
year = {2024}
}