Conversation

Notices

Embed this notice
ア依18n (ai18n@handicapped.tk)'s status on Friday, 18-Nov-2022 18:59:01 JST ア依18n

ふむっ
https://www.itmedia.co.jp/news/spv/2209/27/news061_0.html
In conversation Friday, 18-Nov-2022 18:59:01 JST from handicapped.tk permalink
Attachments
1. Domain not in remote thumbnail source whitelist: image.itmedia.co.jp
  
  検索の上位表示を公平にする新ランキングシステム　全コンテンツに最低限の露出と利益保証を付与
  
  from @itmedia_news
  
  米コーネル大学の研究チームは、検索エンジンやレコメンドシステムなどにおいて、全てのコンテンツを公平に表示する新たなランキングシステムを開発した。ユーザーの満足を維持したまま、全てのコンテンツに最低限の露出と利益を保証し、公平性の担保を目指す。
- Embed this notice
  ア依18n (ai18n@handicapped.tk)'s status on Friday, 18-Nov-2022 19:01:11 JST ア依18n
  in reply to
  
  謎の日本語資料。
  https://speakerdeck.com/usaito/fair-ranking-as-fair-division-impact-based-individual-fairness-in-ranking-kdd-22-4ef2147e-ea2b-4fce-9e9e-f66aa9257cd4
  In conversation Friday, 18-Nov-2022 19:01:11 JST permalink
  Attachments
  1. Domain not in remote thumbnail source whitelist: files.speakerdeck.com
    
    Fair Ranking as Fair Division: Impact-Based Individual Fairness in Ranking (KDD'22)
    
    from usaito
    
    推薦やランキングの研究では、長らくユーザー満足の最大化を至上命題として多くの手法が提案されてきました。しかし最近では、ユーザー満足のみならずアイテム間の公平性を担保することも等しく重要である応用がむしろ多くなっています。例えばマッチングアプリにおけるユーザー推薦においては、イケメンを優先して女性側に推薦することで（ユーザー満足を図る指標としてよく用いられる）クリックを多く稼ぐことができるでしょう。しかしそれでは一部のイケメンばかりにマッチが集中してしまい、発表者のような非イケメンは結局いつまで経ってもマッチできないことになります。そんなことでは、優先して推薦されるイケメン達への妬みがこれまで以上に増幅し、推薦されやすさの意味で不公平を被る多くのユーザーがプラットフォームを去ってしまいかねません。同様の不公平な状況はYouTube, Amazon, Spotify, Airbnb, Linkedinなどでも容易に起こり得ます。こういった不公平かつ残酷な状況を避けるべく、"ユーザー満足"と"推薦される側の公平性"の両立を目指すのが、公平ランキングと呼ばれる新興分野です。本発表ではまず、公平ランキングにおける現在主流の枠組みとして、暴露量に基づいた公平性の定義を紹介します。その後具体例を用いながら、既存の公平性の定義に残された不公平な側面を指摘します。最後に、既存の枠組みの問題点を解消すべく公平ランキングにおける公平性の再定義と新たな手法の提案を行なった発表者の研究（KDD'22採択）について簡単に紹介します。

Public

Conversation

Notices

Feeds