Buchumschlag

Disentangling Popularity and Quality: An Edge Classification Approach for Fair Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gholinejad, Nemat, Chehreghani, Mostafa Haghir
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Heterophily-Aware Fair Recommendation using Graph Convolutional Networks
von: Gholinejad, Nemat, et al.
Veröffentlicht: (2024)

PBiLoss: Popularity-Aware Regularization to Improve Fairness in Graph-Based Recommender Systems
von: Naeimi, Mohammad, et al.
Veröffentlicht: (2025)

Adaptive Long-term Embedding with Denoising and Augmentation for Recommendation
von: Akhlaghi, Zahra, et al.
Veröffentlicht: (2025)

Contrastive Matrix Completion with Denoising and Augmented Graph Views for Robust Recommendation
von: Nemati, Narges, et al.
Veröffentlicht: (2025)

The Impact of Group Membership Bias on the Quality and Fairness of Exposure in Ranking
von: Vardasbi, Ali, et al.
Veröffentlicht: (2023)

Robustness in Fairness against Edge-level Perturbations in GNN-based Recommendation
von: Boratto, Ludovico, et al.
Veröffentlicht: (2024)

Debiasing Recommendation with Personal Popularity
von: Ning, Wentao, et al.
Veröffentlicht: (2024)

Multilevel User Credibility Assessment in Social Networks
von: Moradi, Mohammad, et al.
Veröffentlicht: (2023)

Exploring the Effect of Context-Awareness and Popularity Calibration on Popularity Bias in POI Recommendations
von: Forster, Andrea, et al.
Veröffentlicht: (2025)

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

Fair Reciprocal Recommendation in Matching Markets
von: Tomita, Yoji, et al.
Veröffentlicht: (2024)

Strong Transitivity Relations and Graph Neural Networks
von: Mohamadi, Yassin, et al.
Veröffentlicht: (2024)

Disentangled Modeling of Preferences and Social Influence for Group Recommendation
von: Ye, Guangze, et al.
Veröffentlicht: (2025)

Coherence-guided Preference Disentanglement for Cross-domain Recommendations
von: Xiang, Zongyi, et al.
Veröffentlicht: (2024)

On Inherited Popularity Bias in Cold-Start Item Recommendation
von: Meehan, Gregor, et al.
Veröffentlicht: (2025)

The Impact of Differential Privacy on Recommendation Accuracy and Popularity Bias
von: Müllner, Peter, et al.
Veröffentlicht: (2024)

Enhancing Sequential Music Recommendation with Personalized Popularity Awareness
von: Abbattista, Davide, 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)

Adaptive Fair Representation Learning for Personalized Fairness in Recommendations via Information Alignment
von: Zhu, Xinyu, et al.
Veröffentlicht: (2024)

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

How Fair is Your Diffusion Recommender Model?
von: Malitesta, Daniele, et al.
Veröffentlicht: (2024)

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

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

DiscRec: Disentangled Semantic-Collaborative Modeling for Generative Recommendation
von: Liu, Chang, et al.
Veröffentlicht: (2025)

Beyond Whole Dialogue Modeling: Contextual Disentanglement for Conversational Recommendation
von: An, Guojia, et al.
Veröffentlicht: (2025)

Disentangled Cascaded Graph Convolution Networks for Multi-Behavior Recommendation
von: Cheng, Zhiyong, et al.
Veröffentlicht: (2024)

Counterfactual Learning-Driven Representation Disentanglement for Search-Enhanced Recommendation
von: Cui, Jiajun, et al.
Veröffentlicht: (2024)

DualVAE: Dual Disentangled Variational AutoEncoder for Recommendation
von: Guo, Zhiqiang, et al.
Veröffentlicht: (2024)

Intent-aware Recommendation via Disentangled Graph Contrastive Learning
von: Wang, Yuling, et al.
Veröffentlicht: (2024)

Balancing Fairness and High Match Rates in Reciprocal Recommender Systems: A Nash Social Welfare Approach
von: Tomita, Yoji, et al.
Veröffentlicht: (2026)

Structural and Disentangled Adaptation of Large Vision Language Models for Multimodal Recommendation
von: Rao, Zhongtao, et al.
Veröffentlicht: (2025)

Enhancing Transferability and Consistency in Cross-Domain Recommendations via Supervised Disentanglement
von: Wang, Yuhan, et al.
Veröffentlicht: (2025)

Crocodile: Cross Experts Covariance for Disentangled Learning in Multi-Domain Recommendation
von: Lin, Zhutian, et al.
Veröffentlicht: (2024)

Time-Interval-Aware Disentangled Expert Modeling for Next-Basket Recommendation
von: Deng, Zhiying, et al.
Veröffentlicht: (2026)

Investigating Popularity Bias Amplification in Recommender Systems Employed in the Entertainment Domain
von: Kowald, Dominik
Veröffentlicht: (2025)

Identifying and Upweighting Power-Niche Users to Mitigate Popularity Bias in Recommendations
von: Liu, David, et al.
Veröffentlicht: (2025)

Opening the Black Box: Interpretable Remedies for Popularity Bias in Recommender Systems
von: Ahmadov, Parviz, et al.
Veröffentlicht: (2025)

Enhancing New-item Fairness in Dynamic Recommender Systems
von: Guo, Huizhong, et al.
Veröffentlicht: (2025)

Correcting Popularity Bias in Recommender Systems via Item Loss Equalization
von: Prent, Juno, et al.
Veröffentlicht: (2024)

Redefining POI Popularity: Integrating User Preferences and Recency for Enhanced Recommendations
von: Hasan, Alif Al, et al.
Veröffentlicht: (2024)