本文综述了可信推荐系统的重要方面，包括安全和鲁棒性、非歧视和公平性、可解释性、隐私性、环境友好和问责与审计。讨论了在金融等关键领域的应用中，推荐系统如何处理安全威胁、隐私保护和公平性问题，旨在提高用户对推荐技术的信任。此外，还介绍了可解释性的重要性以及环境友好型推荐系统的必要性。
嘿，记得给“机器学习与推荐算法”添加星标
作为最成功的人工智能驱动的应用之一，推荐系统通过在我们生活的许多方面提供个性化的建议，帮助人们以有效和高效的方式做出适当的决定，特别是针对各种在线服务，如电子商务平台和社交媒体网站。在过去的几十年里，推荐系统的快速发展通过创造经济价值、节省时间和精力以及促进社会公益，使人们大大受益。
然而，最近的研究发现，数据驱动的推荐系统会给用户和社会带来严重的威胁，比如在社交网站上传播假新闻以操纵舆论，在求职服务中放大对少数群体或个人的不公平，或者从推荐结果中推断出隐私信息。因此，为了减轻推荐系统带来的负面影响，推荐系统的可信任度越来越受到各方面的关注，从而提高公众对推荐系统技术的信任。
链接：https://arxiv.org/abs/2209.10117
在本文所介绍的综述中，其对可信推荐系统（TRec）进行了全面的概述，并特别关注六个最重要的方面；即安全和鲁棒性、非歧视和公平性</
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
