Buchumschlag

Evaluating and Addressing Fairness Across User Groups in Negative Sampling for Recommender Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xuan, Yueqing, Sokol, Kacper, Sanderson, Mark, Chan, Jeffrey
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diversity-Augmented Negative Sampling for Implicit Collaborative Filtering
von: Xuan, Yueqing, et al.
Veröffentlicht: (2025)

Metamorphic Evaluation of ChatGPT as a Recommender System
von: Khirbat, Madhurima, et al.
Veröffentlicht: (2024)

Perfect Counterfactuals in Imperfect Worlds: Modelling Noisy Implementation of Actions in Sequential Algorithmic Recourse
von: Xuan, Yueqing, et al.
Veröffentlicht: (2024)

Leveraging Complementary AI Explanations to Mitigate Misunderstanding in XAI
von: Xuan, Yueqing, et al.
Veröffentlicht: (2025)

Temporal-Aware User Behaviour Simulation with Large Language Models for Recommender Systems
von: Wanyan, Xinye, et al.
Veröffentlicht: (2025)

PUB: An LLM-Enhanced Personality-Driven User Behaviour Simulator for Recommender System Evaluation
von: Ma, Chenglong, et al.
Veröffentlicht: (2025)

Offline Evaluation Measures of Fairness in Recommender Systems
von: Rampisela, Theresia Veronika
Veröffentlicht: (2026)

Ensuring User-side Fairness in Dynamic Recommender Systems
von: Yoo, Hyunsik, et al.
Veröffentlicht: (2023)

CAPRI-FAIR: Integration of Multi-sided Fairness in Contextual POI Recommendation Framework
von: Cruz, Francis Zac dela, et al.
Veröffentlicht: (2024)

Can We Trust Recommender System Fairness Evaluation? The Role of Fairness and Relevance
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2024)

Graph-based Recommendation for Sparse and Heterogeneous User Interactions
von: Bruun, Simone Borg, et al.
Veröffentlicht: (2023)

FairFS: Addressing Deep Feature Selection Biases for Recommender System
von: Wang, Xianquan, et al.
Veröffentlicht: (2026)

Reproducibility Companion Paper:In-processing User Constrained Dominant Sets for User-Oriented Fairness in Recommender Systems
von: Liu, Yixiu, et al.
Veröffentlicht: (2025)

Improving Minimax Group Fairness in Sequential Recommendation
von: Acharya, Krishna, et al.
Veröffentlicht: (2025)

Generating Negative Samples for Multi-Modal Recommendation
von: Ji, Yanbiao, et al.
Veröffentlicht: (2025)

Towards Automatic Sampling of User Behaviors for Sequential Recommender Systems
von: Zhang, Hao, et al.
Veröffentlicht: (2023)

Enhanced Bayesian Personalized Ranking for Robust Hard Negative Sampling in Recommender Systems
von: Shi, Kexin, et al.
Veröffentlicht: (2024)

Joint Evaluation of Fairness and Relevance in Recommender Systems with Pareto Frontier
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

Collaborative Semantic Alignment in Recommendation Systems
von: Wang, Chen, et al.
Veröffentlicht: (2023)

Confidence-aware Fine-tuning of Sequential Recommendation Systems via Conformal Prediction
von: Wang, Chen, et al.
Veröffentlicht: (2024)

On the Reliability of User-Centric Evaluation of Conversational Recommender Systems
von: Müller, Michael, et al.
Veröffentlicht: (2026)

Negative Sampling in Recommendation: A Survey and Future Directions
von: Ma, Haokai, et al.
Veröffentlicht: (2024)

Task-Aware Automated User Profile Generation for Recommendation Simulation Using Large Language Models
von: Wanyan, Xinye, et al.
Veröffentlicht: (2026)

Leave No One Behind: Fairness-Aware Cross-Domain Recommender Systems for Non-Overlapping Users
von: Chen, Weixin, et al.
Veröffentlicht: (2025)

Hard Negative Sampling via Large Language Models for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Improved Estimation of Ranks for Learning Item Recommenders with Negative Sampling
von: Subbiah, Anushya, et al.
Veröffentlicht: (2024)

User and Recommender Behavior Over Time: Contextualizing Activity, Effectiveness, Diversity, and Fairness in Book Recommendation
von: Barenji, Samira Vaez, et al.
Veröffentlicht: (2025)

Performance-Driven QUBO for Recommender Systems on Quantum Annealers
von: Niu, Jiayang, et al.
Veröffentlicht: (2024)

Transparency, Privacy, and Fairness in Recommender Systems
von: Kowald, Dominik
Veröffentlicht: (2024)

Evaluation Measures of Individual Item Fairness for Recommender Systems: A Critical Study
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2023)

CFaiRLLM: Consumer Fairness Evaluation in Large-Language Model Recommender System
von: Deldjoo, Yashar, et al.
Veröffentlicht: (2024)

Personalized Negative Reservoir for Incremental Learning in Recommender Systems
von: Valkanas, Antonios, et al.
Veröffentlicht: (2024)

USM: Unbiased Survey Modeling for Limiting Negative User Experiences in Recommendation Systems
von: Yu, Chenghui, et al.
Veröffentlicht: (2024)

FairSync: Ensuring Amortized Group Exposure in Distributed Recommendation Retrieval
von: Xu, Chen, et al.
Veröffentlicht: (2024)

A Theoretical Analysis of Recommendation Loss Functions under Negative Sampling
von: Di Teodoro, Giulia, et al.
Veröffentlicht: (2024)

Toward Automatic Group Membership Annotation for Group Fairness Evaluation
von: Chen, Fumian, et al.
Veröffentlicht: (2024)

Graph-Sequential Alignment and Uniformity: Toward Enhanced Recommendation Systems
von: Cao, Yuwei, et al.
Veröffentlicht: (2024)

Evaluating Performance and Bias of Negative Sampling in Large-Scale Sequential Recommendation Models
von: Prakash, Arushi, et al.
Veröffentlicht: (2024)

Fairness and Diversity in Recommender Systems: A Survey
von: Zhao, Yuying, et al.
Veröffentlicht: (2023)

Limitations of Current Evaluation Practices for Conversational Recommender Systems and the Potential of User Simulation
von: Bernard, Nolwenn, et al.
Veröffentlicht: (2025)