[论文解读] Unfair Exposure of Artists in Music Recommendation

Himan Abdollahpouri, Robin Burke+1 more|arXiv (Cornell University)|Mar 25, 2020

Music and Audio Processing参考文献 9被引用 5

一句话总结

本文研究了音乐推荐算法中的流行度偏见如何导致艺术家曝光不公，特别是对利基及中等水平音乐人的系统性忽视。基于Last.fm数据集和多种算法，通过ΔGAP量化不公，发现主流艺术家被过度推荐，而利基艺术家则被系统性压制，即使在非随机模型中也是如此。

ABSTRACT

Fairness in machine learning has been studied by many researchers. In particular, fairness in recommender systems has been investigated to ensure the recommendations meet certain criteria with respect to certain sensitive features such as race, gender etc. However, often recommender systems are multi-stakeholder environments in which the fairness towards all stakeholders should be taken care of. It is well-known that the recommendation algorithms suffer from popularity bias; few popular items are over-recommended which leads to the majority of other items not getting proportionate attention. This bias has been investigated from the perspective of the users and how it makes the final recommendations skewed towards popular items in general. In this paper, however, we investigate the impact of popularity bias in recommendation algorithms on the provider of the items (i.e. the entities who are behind the recommended items). Using a music dataset for our experiments, we show that, due to some biases in the algorithms, different groups of artists with varying degrees of popularity are systematically and consistently treated differently than others.

研究动机与目标

• 调查流行度偏见对音乐人作为物品提供者的影响，而不仅仅是对用户的影响。
• 量化推荐算法如何放大音乐流媒体数据中已有的流行度不平衡。
• 从艺术家相对于其实际听众潜力的预期曝光角度评估公平性。
• 比较多种推荐算法（如UserKNN、NMF、Random、Most-pop）在不同流行度水平艺术家中的公平性表现。
• 提出一种用于测量和评估多利益相关者推荐系统中物品提供者公平性的框架。

提出的方法

• 根据收听频率将艺术家划分为三类流行度：高流行度（High-P，主流）、中等流行度（Mid-P，中等）和低流行度（Low-P，利基）。
• 使用公式：GAP(G) = Σφ(a)/|G| 计算每组的组平均流行度，其中φ(a)为艺术家a的播放次数。
• 通过ΔGAP(G) = (GAP(G)ₜ - GAP(G)ₖ)/GAP(G)ₖ衡量不公，将推荐曝光（r）与数据分布（d）进行比较。
• 应用五种算法：UserKNN、NMF、UserItemAvg、Random和Most-pop，生成推荐并计算ΔGAP值。
• 使用Last.fm数据集（Kowald et al.）中的艺术家收听历史，评估算法在不同流行度层级下的行为表现。
• 分析所有算法的结果，识别艺术家群体在推荐中持续被过度或不足推荐的模式。

实验结果

研究问题

• RQ1 不同推荐算法如何影响不同流行度水平艺术家的曝光？
• RQ2 现有算法在多大程度上放大了训练数据中存在的流行度偏见？
• RQ3 当以偏离预期听众潜力的程度来衡量时，艺术家曝光的不公程度如何？
• RQ4 Random和Most-pop算法在艺术家曝光公平性方面为何可作为基线？
• RQ5 当前推荐系统的设计在哪些方面对利基和中等水平艺术家构成不利？

主要发现

• 主流艺术家（High-P）在除Random外的所有算法中均被持续过度推荐，Most-pop和UserKNN算法中ΔGAP值最高。
• 利基（Low-P）和中等水平（Mid-P）艺术家系统性代表性不足，所有算法中均显示负ΔGAP值，表明被压制。
• Random算法对利基艺术家表现最佳，因其对所有艺术家一视同仁，但因数据不平衡仍导致主流艺术家代表性不足。
• Most-pop算法表现出最极端的不公，最大化主流艺术家的过度推荐和利基艺术家的不足推荐。
• 即使在非随机算法如NMF和UserKNN中也存在显著偏见，ΔGAP值表明99.9%的艺术家（345K/353K）属于利基群体且持续被曝光不足。
• 结果表明，流行度偏见不仅存在于数据中，还被推荐算法放大，导致艺术家曝光的结构性不公。