《基于公平视角的可信推荐方法》（订购）
尹裴 著
同济大学出版社

内容简介

　　本书聚焦电商、众筹、健康服务、众包四类关乎民生与创新的关键场景，拆解算法治理多重困境：

　　·电商平台：供需匹配失衡，同类商品过度曝光，中小商家曝光严重不足，造成推荐结果偏差。

　　·众筹平台：流量与资金高度集中于头部项目，优质小众创新项目被算法遮蔽，失去发展机会。

　　·健康平台：算法过度偏向短期高点击内容，忽视用户长期健康效用，违背健康服务初衷。

　　·众包平台：任务发布方、平台从业者、运营平台三方利益相互博弈，缺乏均衡协调机制。

　　本书针对以上典型场景的痛点，构建了信息增强、鲁棒对抗、曝光平衡、健康效用感知、兴趣动态演化、能力匹配等推荐模型，并从推荐准确率、鲁棒性、公平性、长期效用及任务完成质量等维度开展实验评估。在此基础上，进一步探讨公平视角下可信推荐算法的评价体系与治理路径，形成“公平问题界定—算法模型实现—可信治理建议”的完整研究链条。

核心亮点

　　跨学科视角

　　打通计算机技术与人文社科，不仅讲模型，更谈算法背后的公平伦理。

　　场景落地性强

　　覆盖大众日常接触的电商、健康、众筹等平台，理论贴合现实痛点。

　　权威科研支撑

　　依托教育部人文社会科学研究项目和上海市哲学社会科学规划课题研究成果，研究体系完整、论证严谨。

　　传递向善理念

　　以“公平可信”为核心，将算法精度、资源配置、长期效用与多主体利益纳入统一研究视野，为可信推荐系统研究和算法治理提供场景化方法与实践思路。

适合人群

　　·高校计算机、大数据、管理科学与工程、人工智能专业师生

　　·互联网平台算法工程师、推荐系统产品经理、数据治理从业者

　　·数字经济、网络治理、数字伦理领域政策研究者与行业从业者

　　·对算法公平与平台治理感兴趣且具备一定技术阅读基础的读者

作者简介

　　尹裴　上海市晨光学者，上海理工大学副教授、博士生导师、硕士生导师。长期从事机器学习、知识图谱、推荐系统和运筹优化等人工智能及算法相关工作。

　　承担国家自然科学基金项目、国家社会科学基金项目、国家重点研发计划子课题项目、教育部人文社会科学研究项目、上海市哲学社会科学规划项目、上海市人才计划、上海市科委软科学研究项目、信息网络安全公安部重点实验室课题等国家级及省部级科研项目9项。在Expert Systems with Applications、Reliability Engineering and System Safety、Applied Energy、Sustainable Cities and Society、Energy和《管理科学学报》《系统管理学报》等国内外期刊及会议上发表论文60余篇，其中近50篇被SCI/SSCI/EI/CSSCI/CSCD收录。出版人工智能相关专著3部、教材4部。

来源：同济大学出版社