【WSDM2021-Tutorial】偏见感知推荐系统的进展，134页ppt

2021年第14届国际网络搜索与数据挖掘会议WSDM将在2021年3月8日到12日于线上举行。今年此次会议共收到了603份有效投稿，最终录取篇数为112篇，录取率为18.6%。在WSDM上，有关于《偏见感知推荐系统的进展》教程值得关注！

排名和推荐系统在当今的网络平台上扮演着关键角色，肯定会影响到大量用户的信息搜索行为。然而，这些系统是根据经常传递不平衡和不平等的数据进行训练的，这些模式可能在系统提供给最终用户的结果中被捕捉和强调，从而产生偏见，提供不公平的结果。鉴于偏见信息寻求成为一个威胁,

(1) 研究跨学科概念和问题空间,

(2) 制定和设计一个bias-aware算法管道,和

(3)和减轻落地的偏见的影响,同时保留底层系统的有效性,正在迅速成为热门的研究热点。

本教程是围绕这个主题组织的，向WSDM社区介绍了在评估和缓解推荐系统中的数据和算法偏差方面的最新进展。我们将首先介绍概念基础，通过调研当前的技术状态和描述真实世界的例子，从几个角度(例如，伦理和系统的目标)偏见如何影响推荐算法。

本教程将继续系统地介绍算法解决方案，以便在推荐设计过程中发现、评估和减少偏见。然后，一个实用的部分将向与会者提供处理前、处理中和处理后消除偏见算法的具体实现，利用开源工具和公共数据集。在本部分中，教程参与者将参与偏倚对策的设计，并阐明对利益相关者的影响。最后，我们将分析这个充满活力和迅速发展的研究领域中出现的开放问题和未来的方向，从而结束本教程。

https://biasinrecsys.github.io/wsdm2021/