Buchumschlag

Consumer-side Fairness in Recommender Systems: A Systematic Survey of Methods and Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vassøy, Bjørnar, Langseth, Helge
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval Artificial Intelligence Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring How Fair Model Representations Relate to Fair Recommendations
von: Vassøy, Bjørnar, et al.
Veröffentlicht: (2026)

FACTER: Fairness-Aware Conformal Thresholding and Prompt Engineering for Enabling Fair LLM-Based Recommender Systems
von: Fayyazi, Arya, et al.
Veröffentlicht: (2025)

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

Intersectional Two-sided Fairness in Recommendation
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

A Personalized Framework for Consumer and Producer Group Fairness Optimization in Recommender Systems
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)

Recommender Systems for Good (RS4Good): Survey of Use Cases and a Call to Action for Research that Matters
von: Jannach, Dietmar, et al.
Veröffentlicht: (2024)

Uncertainty and Fairness Awareness in LLM-Based Recommendation Systems
von: Sah, Chandan Kumar, et al.
Veröffentlicht: (2026)

Measuring Individual User Fairness with User Similarity and Effectiveness Disparity
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2026)

Enhancing Learning Path Recommendation via Multi-task Learning
von: Nasrin, Afsana, et al.
Veröffentlicht: (2025)

Survey of Computerized Adaptive Testing: A Machine Learning Perspective
von: Zhuang, Yan, et al.
Veröffentlicht: (2024)

Enhancing Math Learning in an LMS Using AI-Driven Question Recommendations
von: Råmunddal, Justus
Veröffentlicht: (2025)

A Comprehensive Survey of Evaluation Techniques for Recommendation Systems
von: Jadon, Aryan, et al.
Veröffentlicht: (2023)

RAID: An In-Training Defense against Attribute Inference Attacks in Recommender Systems
von: Feng, Xiaohua, et al.
Veröffentlicht: (2025)

Social Choice for Heterogeneous Fairness in Recommendation
von: Aird, Amanda, et al.
Veröffentlicht: (2024)

PerFairX: Is There a Balance Between Fairness and Personality in Large Language Model Recommendations?
von: Sah, Chandan Kumar
Veröffentlicht: (2025)

New Curriculum, New Chance -- Retrieval Augmented Generation for Lesson Planning in Ugandan Secondary Schools. Prototype Quality Evaluation
von: Kloker, Simon, et al.
Veröffentlicht: (2024)

A Survey on Popularity Bias in Recommender Systems
von: Klimashevskaia, Anastasiia, et al.
Veröffentlicht: (2023)

Post-Training Fairness Control: A Single-Train Framework for Dynamic Fairness in Recommendation
von: Chen, Weixin, et al.
Veröffentlicht: (2026)

A Survey of Latent Factor Models in Recommender Systems
von: Alshbanat, Hind I., et al.
Veröffentlicht: (2024)

Fair Recommendations with Limited Sensitive Attributes: A Distributionally Robust Optimization Approach
von: Shi, Tianhao, et al.
Veröffentlicht: (2024)

OGD4All: A Framework for Accessible Interaction with Geospatial Open Government Data Based on Large Language Models
von: Siebenmann, Michael, et al.
Veröffentlicht: (2025)

Evaluation of LLMs for Process Model Analysis and Optimization
von: Kumar, Akhil, et al.
Veröffentlicht: (2025)

UP5: Unbiased Foundation Model for Fairness-aware Recommendation
von: Hua, Wenyue, et al.
Veröffentlicht: (2023)

Evaluating LLMs' Assessment of Mixed-Context Hallucination Through the Lens of Summarization
von: Qi, Siya, et al.
Veröffentlicht: (2025)

The Quest for Reliable Metrics of Responsible AI
von: Rampisela, Theresia Veronika, et al.
Veröffentlicht: (2025)

First, do no harm: Breaking suicidogenic echo chambers in media recommendation
von: Díaz-Álvarez, Alberto, et al.
Veröffentlicht: (2026)

PEOAT: Personalization-Guided Evolutionary Question Assembly for One-Shot Adaptive Testing
von: Yu, Xiaoshan, et al.
Veröffentlicht: (2025)

Unmasking Gender Bias in Recommendation Systems and Enhancing Category-Aware Fairness
von: Kheya, Tahsin Alamgir, et al.
Veröffentlicht: (2025)

Online and Offline Evaluations of Collaborative Filtering and Content Based Recommender Systems
von: Elahi, Ali, et al.
Veröffentlicht: (2024)

Embedding Cultural Diversity in Prototype-based Recommender Systems
von: Moradi, Armin, et al.
Veröffentlicht: (2024)

DifFaiRec: Generative Fair Recommender with Conditional Diffusion Model
von: Jiang, Zhenhao, et al.
Veröffentlicht: (2024)

Graph Foundation Models for Recommendation: A Comprehensive Survey
von: Wu, Bin, et al.
Veröffentlicht: (2025)

Clinical Reasoning AI for Oncology Treatment Planning: A Multi-Specialty Case-Based Evaluation
von: Spiess, Philippe E., et al.
Veröffentlicht: (2026)

A Standardized Machine-readable Dataset Documentation Format for Responsible AI
von: Jain, Nitisha, et al.
Veröffentlicht: (2024)

RAG Playground: A Framework for Systematic Evaluation of Retrieval Strategies and Prompt Engineering in RAG Systems
von: Papadimitriou, Ioannis, et al.
Veröffentlicht: (2024)

CausalCite: A Causal Formulation of Paper Citations
von: Kumar, Ishan, et al.
Veröffentlicht: (2023)

Culinary Crossroads: A RAG Framework for Enhancing Diversity in Cross-Cultural Recipe Adaptation
von: Hu, Tianyi, et al.
Veröffentlicht: (2025)

Retrieval Improvements Do Not Guarantee Better Answers: A Study of RAG for AI Policy QA
von: Mathur, Saahil, et al.
Veröffentlicht: (2026)

A Counterfactual Approach for Addressing Individual User Unfairness in Collaborative Recommender System
von: Baidya, Nikita, et al.
Veröffentlicht: (2026)

Harm Mitigation in Recommender Systems under User Preference Dynamics
von: Chee, Jerry, et al.
Veröffentlicht: (2024)