协同推荐系统中与性别歧视潜在相关因素的研究
信息检索
2020-02-19 v1 社会与信息网络
摘要
个性化推荐技术的泛滥引发了人们对其在不同性别、年龄组和种族或民族群体间推荐表现差异的担忧。这种不同程度的性能表现可能影响用户对系统的信任，并在公平性至关重要（如职位推荐）的领域引发法律与伦理问题。本文研究了若干可能与推荐算法对女性相对于男性的歧视性表现相关的潜在因素。我们具体研究了用户画像的若干特征，并分析其与系统对不同性别差异行为的潜在关联。这些特征包括评分行为的异常性、用户画像的熵以及用户画像规模。我们在公开数据集上采用四种推荐算法的实验结果表明，基于上述三个因素，女性获得的推荐准确度均低于男性，表明推荐算法存在跨性别的不公平特性。
引用
@article{arxiv.2002.07786,
title = {Investigating Potential Factors Associated with Gender Discrimination in Collaborative Recommender Systems},
author = {Masoud Mansoury and Himan Abdollahpouri and Jessie Smith and Arman Dehpanah and Mykola Pechenizkiy and Bamshad Mobasher},
journal= {arXiv preprint arXiv:2002.07786},
year = {2020}
}