Slide 11
Slide 11 text
数値実験 : 条件
対象データ : Lastfm-2k, MovieLens-20m を対象
user-item preference は行列分解から算出
ランクごとの接触重みは DCG を利用
比較手法
FairRec(*) : Userが順に1つずつとる(先取り)ドラフト会議方式
微分可能な関数による方法
welf : NeurIPS(2021)で提案された減衰関数 を使う。
eq. exposure (stf) : item exposure の分散を使う (Giniっぽい)
GGF : 提案法
GGFについては、utility が小さい user に重みを付ける
two-side fairness を考慮した計算も実施。
(*) Patro+(2020), FairRec: Two-Sided Fairness
for Personalized Recommendations in Two-Sided Platforms
(WWW2020, arxiv/2002.10764)
IR Reading 2022 秋 / Optimizing generalized Gini indices for fairness in rankings 11