用于评估消费者侧公平性的合成属性数据
计算机与社会
2018-09-13 v1
摘要
在评估推荐系统的公平性时，可能需要使用人口统计属性，这些属性属于个人敏感信息，通常被排除在公开可用的数据集之外。此外，这些属性是固定的，因此无法使用同一数据实验不同的分布。在本文中，我们描述了频率关联属性生成（Frequency-Linked Attribute Generation, FLAG）算法，并展示其将合成人口统计属性分配给推荐数据集的适用性。
引用
@article{arxiv.1809.04199,
title = {Synthetic Attribute Data for Evaluating Consumer-side Fairness},
author = {Robin Burke and Jackson Kontny and Nasim Sonboli},
journal= {arXiv preprint arXiv:1809.04199},
year = {2018}
}
备注
4 pages, 6 figures, 2nd FATREC Workshop on Responsible Recommendation, 2018