BriefGPT - AI 论文速递
·
公平性意识推荐的动态图对比学习
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了FairDgcl框架，旨在解决推荐系统中因用户敏感属性引发的不公平性问题。通过对抗性学习，该框架显著提高了推荐的公平性和准确性。
🎯
关键要点
-
本研究提出了FairDgcl框架，旨在解决推荐系统中的不公平性问题。
-
不公平性问题主要源于用户的敏感属性，如年龄和性别。
-
FairDgcl是一个动态图对抗性对比学习框架。
-
该框架通过对抗性学习生成高质量的数据增强策略。
-
实验结果表明，FairDgcl在推荐的公平性和准确性方面都有显著提升。
➡️
