来源:管理科学与工程系
主 题:基于潜在曝光与选择推断的公平性推荐方法
主讲人:陈刚(浙江大学管理学院副研究员)
时 间:2023年11月15日 (周三) 上午10:00
地 点:线上会议室
语 言:中文
讲座摘要:
推荐任务通常面临公平性目标与准确性目标的协同难题,显示化的推荐公平性目标的优化往往会损害模型原有的推荐准确率水平,降低模型的推荐效用。在本研究中,我们提出通过潜在曝光与选择推断实现推荐公平性目标与准确性目标的统一。为此,我们构建了一种新的深度学习方法,该方法能够 (1) 全量项目对于用户的曝光结果(2)预测用户对于未曝光项目的潜在选择行为(3)推断用户对于全局项目的偏好分布(4)基于全局偏好进行推荐从而同时提升推荐上午准确性和公平性水平。基于真实推荐场景的实验结果表明了所构建方法在同时校准推荐公平性和提升推荐准确性方面的有效性。进一步的实验结果分析验证了所构建方法对于项目曝光推断、潜在用户选择行为、用户全局偏好推断的效用。本研究为平台维护双边(用户-商家) 推荐公平性和效用提供了有效的方法论工具。
主讲人简介:
陈刚,浙江大学管理学院数据科学与管理工程学系特聘副研究员。2022年毕业于复旦大学 管理学院信息管理与商业智能系,获管理学博士学位。研究聚焦于多模态商业场景下的 AI 感知智能、认知智能、推理智能以及人机融合智能。研究成果发表于MIS Quarterly ,Information Systems Research ,Decision Support Systems ,Pattern Recognition等期刊。
* 如有参会需求,请于2023年11月15日9点前,将您想参与的讲座名称,以及您的姓名、手机号码、学校/单位发送至dengfei@rmbs.ruc.edu.cn,以便及时为您开通旁听权限。
人大商学院新闻网版权与免责声明:
① 凡本网未注明其他出处的作品,版权均属于人大商学院,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:人大商学院”。违反上述声明者,本网将追究其相关责任。
② 凡本网注明其他来源的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网对其负责。
③ 有关作品内容、版权和其它问题请与本网联系。
※ 联系方式:中国人民大学商学院宣传信息事务办公室 邮箱:media@rmbs.ruc.edu.cn