实验室在推荐系统公平性方面的研究论文被SIGIR2021录用
推荐系统目前已经被广泛应用于电子商务等场景中。推荐系统对用户、客户等都会产生实际的影响。由于实际数据中存在的偏差(Bias)问题，以及算法设计中存在的问题，推荐系统会造成推荐结果对于用户和客户体验的不公平性。近日，实验室吴峣博士撰写的论文TFROM: A Two-sided Fairness-Aware Recommendation Model for Both Customers and Providers目前被SIGIR2021录用。在该论文中，提出了一种对客户和供应商两方面进行公平性保障的算法。此前，实验室在ICSOC2020也发表了推荐系统公平性的算法，以保障在服务容量有限的条件下推荐结果的公平性。