Core Concepts
リンク分析ランキングアルゴリズムにおける構造的なバイアスの原因を探求し、ホモフィリー、次数バイアス、およびアルゴリズム選択との関連を明らかにする。
Abstract
この論文では、公平性を改善するためのアルゴリズム変更や多次元空間での公平性向上について実験的な結果が示されています。具体的には、ランダム化されたHITSやサブスペースHITSなどが検討されました。さらに、異なるコミュニティ間での不均衡や構造的バイアスへの介入が将来的にどのような影響を及ぼすかについても議論されています。
Stats
ネットワークG(V, E)はBPAMから生成されたN個のノードと2つのコミュニティ、少数派比率r、および同質度パラメータρを持つ。
APSデータセット:1,281ノード、31.7%少数派、3,064エッジ、HRI 0.12。
DBLPデータセット:1,224,996ノード、22%少数派、95,160,219エッジ、HRI 0.74。
Instagramデータセット:539,023ノード、45.6%少数派、640,211エッジ、HRI 0.44。
Quotes
"我々はランキングアルゴリズム内で発生する不公平性問題に焦点を当てます。"
"我々は異なるコミュニティ間での不均衡や構造的バイアスへの介入が将来的にどのような影響を及ぼすかについても議論されています。"
"ランダム化されたHITSは理論上では次数バイアスを再現しますが実際には有望です。"