BriefGPT - AI 论文速递
·
Dynamic Graph Contrastive Learning for Fairness-aware Recommendation
💡
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（如年龄、性别）引发的不公平性问题。通过动态图对抗性对比学习，FairDgcl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因用户敏感属性（如年龄、性别）引发的不公平性问题。
-
FairDgcl通过动态图对抗性对比学习，显著提高了推荐的公平性和准确性。
-
研究表明，FairDgcl能够生成高质量的数据增强策略，从而改善推荐效果。
➡️
