推荐顺序的重要性：用于改善内容创作者公平性的结构化探索
计算机与社会
2025-10-24 v1
摘要
社交媒体平台为数百万名专业内容创作者提供可持续的收入来源。他们的收入很大程度上取决于观看次数和粉丝数量，这进而取决于平台的推荐系统（RS）。因此，正如常规工作一样，确保RS在收入分配上公平至关重要。例如，先前的研究分析了最高质量内容的创作者是否会获得最多的粉丝和收入。结果显示，情况不太可能是这样，但没有提出针对性解决方案。在本工作中，我们首先使用理论分析和在合成数据集上的仿真来更好地理解该系统，找到改善创作者公平性的干预措施。我们发现，使用有序的成对比较克服了新物品的冷启动问题，并大大增加了实现公平结果的可能性。重要的是，这也保持了用户满意度。我们还在MovieLens数据集上测试了该干预措施，探讨了其在当前对内容创作者不公平的交互历史平台上的有效性。这些实验揭示了该干预措施在平台初期部署时会改善公平性，但随着既有偏差强度的增加，该效果会减弱。总体而言，我们发现有序的成对比较方法可能为新平台和现有平台的实施提供一种可行的替代方案。
引用
@article{arxiv.2510.20698,
title = {The Order of Recommendation Matters: Structured Exploration for Improving the Fairness of Content Creators},
author = {Salima Jaoua and Nicolò Pagan and Anikó Hannák and Stefania Ionescu},
journal= {arXiv preprint arXiv:2510.20698},
year = {2025}
}