arXiv · cs.AI· Adji Marieme Sita Ciss\'e, Malek Mouhoub·· 1 天前
AURORA：基于图摘要聚合用户偏好并保障公平、多样性与包容性
Aggregating User Preferences while Ensuring Equity, Diversity, and Inclusion using Graph Summarization
arXiv:2610.07128v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Adji Marieme Sita Ciss\'e, Malek Mouhoub
研究任务与主要进展
基于论文摘要，AURORA通过加权属性二部图和贪心粗化算法，将公平差距、列表内多样性与群体包容性约束嵌入用户偏好聚合过程。作者在五个数据集上评估该方法，相比Borda和Condorcet获得更高且更稳定的多样性增益；MovieLens 100k在k=20时同时改善三项指标，但libimseti.cz结果未缩小公平差距。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org