KL-Mat：基于信息几何的公平推荐系统
信息检索
2022-04-29 v1
摘要
推荐系统存在稀疏性和公平性之类的固有问题。尽管在过去几十年中已被广泛采用，但关于推荐算法公平性的研究直到最近才受到重视。解决该问题的一个重要范式是正则化。然而，研究人员尚未能像其他领域（如 Lasso 或岭回归）中的正则化框架那样，提出一个公认一致的正则化项。在本文中，我们借鉴信息几何中的概念，提出了一种名为 KL-Mat 的基于正则化的公平算法。该算法技术在 MAE 等准确性性能上带来了更稳健的表现。更重要的是，该算法比原始的矩阵分解方法产生了公平得多的结果。KL-Mat 快速、易于实现且可解释。
引用
@article{arxiv.2204.13583,
title = {KL-Mat : Fair Recommender System via Information Geometry},
author = {Hao Wang},
journal= {arXiv preprint arXiv:2204.13583},
year = {2022}
}