TFROM：一种兼顾客户与供应商的双边公平感知推荐模型
人工智能
2021-04-20 v1
摘要
目前，大多数关于推荐系统公平性的研究要么从客户视角出发，要么从产品（或服务）供应商视角出发。然而，这种做法忽略了一个事实：当一方公平性得到保障时，另一方的公平性与权益很可能降低。本文从双边（客户与供应商）视角考量推荐场景。从供应商视角，我们考虑供应商在推荐系统中曝光度的公平性。对于客户，我们考虑因引入公平性措施而导致推荐结果质量下降的公平性。我们理论分析了推荐质量、客户公平性与供应商公平性之间的关系，并设计了一种兼顾客户与供应商的双边公平感知推荐模型（TFROM）。具体而言，我们为离线与在线推荐设计了 TFROM 的两个版本。该模型在三个真实世界数据集上得到验证。实验结果表明，与基线算法相比，TFROM 在维持更高个性化水平的同时提供了更好的双边公平性。
引用
@article{arxiv.2104.09024,
title = {TFROM: A Two-sided Fairness-Aware Recommendation Model for Both Customers and Providers},
author = {Yao Wu and Jian Cao and Guandong Xu and Yudong Tan},
journal= {arXiv preprint arXiv:2104.09024},
year = {2021}
}
备注
The 44th International ACM SIGIR Conference on Research and Development in Information Retrieval