個別再ランク付けによる機会主義的多面的公平性

この研究は、推薦システムにおける公平性を確保するための新しいアプローチを提案しています。従来の研究は、推薦精度と公平性を共同で最適化する方法に焦点を当てていましたが、個人の好みが公平な推薦を生成する能力を制限する可能性を十分に考慮していませんでした。本論文では、複数の公平性次元にわたる個々の好みを学習し、その情報を使用して推薦結果の提供者の公平性を高める再ランク付けアプローチを紹介します。提案する方法は、従来の再ランク付け手法よりも、精度と公平性のトレードオフが優れていることを示しています。