Buchumschlag

A Counterfactual Approach for Addressing Individual User Unfairness in Collaborative Recommender System

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baidya, Nikita, Patra, Bidyut Kr., Dash, Ratnakar
Format:	Preprint
Veröffentlicht:	2026
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

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

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

Measuring Individual User Fairness with User Similarity and Effectiveness Disparity
von: Rampisela, Theresia Veronika, 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)

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

User-Creator Feature Polarization in Recommender Systems with Dual Influence
von: Lin, Tao, 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)

Interpolating Item and User Fairness in Multi-Sided Recommendations
von: Chen, Qinyi, et al.
Veröffentlicht: (2023)

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

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

Measuring Strategization in Recommendation: Users Adapt Their Behavior to Shape Future Content
von: Cen, Sarah H., et al.
Veröffentlicht: (2024)

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

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

Broad Recommender System: An Efficient Nonlinear Collaborative Filtering Approach
von: Huang, Ling, et al.
Veröffentlicht: (2022)

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)

Plausible Counterfactual Explanations of Recommendations
von: Černý, Jakub, et al.
Veröffentlicht: (2025)

Enhancing Recommendation Systems with GNNs and Addressing Over-Smoothing
von: Liu, Wenyi, et al.
Veröffentlicht: (2024)

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

Maximum Impact with Fewer Features: Efficient Feature Selection for Cold-Start Recommenders through Collaborative Importance Weighting
von: Sukhorukov, Nikita, et al.
Veröffentlicht: (2025)

Leveraging User-Generated Reviews for Recommender Systems with Dynamic Headers
von: Vashishtha, Shanu, et al.
Veröffentlicht: (2024)

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

Addressing Correlated Latent Exogenous Variables in Debiased Recommender Systems
von: Zhang, Shuqiang, et al.
Veröffentlicht: (2025)

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

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

ECORS: An Ensembled Clustering Approach to Eradicate The Local And Global Outlier In Collaborative Filtering Recommender System
von: Hasan, Mahamudul
Veröffentlicht: (2024)

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

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

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

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)

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

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)

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

The trade-off between data minimization and fairness in collaborative filtering
von: Sonboli, Nasim, et al.
Veröffentlicht: (2024)

From Top-1 to Top-K: A Reproducibility Study and Benchmarking of Counterfactual Explanations for Recommender Systems
von: Nguyen, Quang-Huy, et al.
Veröffentlicht: (2026)

When Collaborative Filtering is not Collaborative: Unfairness of PCA for Recommendations
von: Liu, David, et al.
Veröffentlicht: (2023)

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