본 논문은 개인화된 공정성을 달성하기 위해 사용자 속성 정보를 효과적으로 활용하는 적응형 공정 표현 학습 모델 AFRL을 제안한다. AFRL은 사용자의 공정성 요구사항을 입력으로 받아 동적으로 공정 임베딩을 생성할 수 있으며, 정보 정렬 모듈을 통해 비민감 속성의 식별력 있는 정보와 편향되지 않은 협업 신호를 보존함으로써 공정성과 정확성 간의 균형을 달성한다.