Buchumschlag

The trade-off between data minimization and fairness in collaborative filtering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sonboli, Nasim, Li, Sipei, Elahi, Mehdi, Biega, Asia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Computers and Society Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Real-time Air Pollution prediction model based on Spatiotemporal Big data
von: Le, Van-Duc, et al.
Veröffentlicht: (2018)

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

Unlocking Fair Use in the Generative AI Supply Chain: A Systematized Literature Review
von: Mahuli, Amruta, et al.
Veröffentlicht: (2024)

Multi-view Attention Fusion of Heterogeneous Hypergraph with Dynamic Behavioral Profiling for Personalized Learning Resource Recommendation
von: Xie, Tao, et al.
Veröffentlicht: (2026)

Inference-time Stochastic Ranking with Risk Control
von: Guo, Ruocheng, et al.
Veröffentlicht: (2023)

User-item fairness tradeoffs in recommendations
von: Greenwood, Sophie, et al.
Veröffentlicht: (2024)

A Human-Centered Approach for Improving Supervised Learning
von: Bansal, Shubhi, et al.
Veröffentlicht: (2024)

Text mining in education
von: Ferreira-Mello, R., et al.
Veröffentlicht: (2024)

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

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

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

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

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

A Comprehensive Survey on Deep Learning Techniques in Educational Data Mining
von: Lin, Yuanguo, et al.
Veröffentlicht: (2023)

Fairness in Ranking under Disparate Uncertainty
von: Rastogi, Richa, et al.
Veröffentlicht: (2023)

Synthetic CVs To Build and Test Fairness-Aware Hiring Tools
von: Saldivar, Jorge, et al.
Veröffentlicht: (2025)

Properties of Group Fairness Metrics for Rankings
von: Schumacher, Tobias, et al.
Veröffentlicht: (2022)

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

Enhancing Collaborative Filtering-Based Course Recommendations by Exploiting Time-to-Event Information with Survival Analysis
von: Gharahighehi, Alireza, et al.
Veröffentlicht: (2025)

RouterKT: Mixture-of-Experts for Knowledge Tracing
von: Liao, Han, et al.
Veröffentlicht: (2025)

When Fair Ranking Meets Uncertain Inference
von: Ghosh, Avijit, et al.
Veröffentlicht: (2021)

A Tutorial On Intersectionality in Fair Rankings
von: Criscuolo, Chiara, et al.
Veröffentlicht: (2025)

Scalable Identification and Prioritization of Requisition-Specific Personal Competencies Using Large Language Models
von: Li, Wanxin, et al.
Veröffentlicht: (2026)

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

SyllabusQA: A Course Logistics Question Answering Dataset
von: Fernandez, Nigel, et al.
Veröffentlicht: (2024)

Navigating the Peril of Generated Alternative Facts: A ChatGPT-4 Fabricated Omega Variant Case as a Cautionary Tale in Medical Misinformation
von: Sallam, Malik, et al.
Veröffentlicht: (2024)

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

DANI: Fast Diffusion Aware Network Inference with Preserving Topological Structure Property
von: Ramezani, Maryam, et al.
Veröffentlicht: (2023)

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

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

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)

Consumer-side Fairness in Recommender Systems: A Systematic Survey of Methods and Evaluation
von: Vassøy, Bjørnar, et al.
Veröffentlicht: (2023)

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

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

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

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

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

hyperFA*IR: A hypergeometric approach to fair rankings with finite candidate pool
von: van Dissel, Mauritz N. Cartier, et al.
Veröffentlicht: (2025)