【RecSys2019特邀報告】GDPR對現代推薦系統的價值,68頁PPT帶你領略推薦領域的人文思考

  • 2019 年 10 月 5 日
  • 筆記

【導讀】本文為大家帶來了推薦系統高峰會RecSys的最新教程,介紹如何防止推薦系統影響人們潛在偏好。

簡介

推薦系統的目的在於增加商品銷量和提高廣告收入。當推薦系統將他們的推薦和相關的偏好匹配的時候,如果演算法對用戶的偏好進行優化以達到有利可圖的目的,從而挖掘出用戶潛在的偏好,我們不應該對此感到驚訝。在本次演講中,將解釋GDPR如何通過防止人們成為推薦系統的攻擊目標來打破這一惡性循環。

對於大多數廣告推薦背後的秘密,很少有人願意承認:在大多數情況下,目標廣告就是垃圾。他們表現不好,這是因為即使你把廣告放在合適的人群面前,大多數時候他們也不會在乎或者不想看到你在推銷什麼。或者說,推薦系統向用戶推送的廣告是用戶已經擁有的東西。目前反對這種行為式的推薦的呼聲越來越強烈。這裡,作者將著重探討GDPR(通用數據保護條例)在這方面發揮的作用。

原文鏈接:

RecSys 2019 – Keynotes & Panel

作者介紹

Mireille Hildebrandt是布魯塞爾自由大學的研究教授,她的研究方向是「Interfacing Law and Technology」,由VUB研究委員會任命。她還兼任美國奈梅根大學(Radboud University Nijmegen)計算與資訊科學研究所(ICIS)科學系智慧環境、數據保護和法治的主席。她的研究領域涉及自動決策、機器學習對憲政民主國家的法律和法治的影響等。米雷爾出版了4部科學專著,22卷編輯或特刊,在科學期刊和卷上發表了100多篇章節和文章。

PPT大綱

1.對廣告推薦表現不佳的探討

2.電腦科學與行為主義問題

3.Recsys中的GDPR和機器學習的完整性

內容概覽