BEGIN:VCALENDAR VERSION:2.0 PRODID:-//TUC//Events//EN CALSCALE:GREGORIAN BEGIN:VTIMEZONE TZID:Europe/Athens TZNAME:EEST DTSTART:19700329T030000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3 BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0300 TZNAME:EET DTSTART:19701025T040000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10 END:STANDARD END:VTIMEZONE BEGIN:VEVENT CREATED:20240312T085714Z LAST-MODIFIED:20240312T085714Z DTSTAMP:20260616T003838Z UID:1781559518@tuc.gr SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. Παναγιώτη - Αγγέλου Γανωτή - Σχολή Η ΜΜΥ LOCATION: DESCRIPTION:https://www.tuc.gr/el/to-polytechnei o/ilektronikes-ypiresies/imerologio/ imerologio-ekdiloseon-1?tx_tucevents 2_tuceventsdisplay%5Baction%5D=show& tx_tucevents2_tuceventsdisplay%5Bcon troller%5D=Event&tx_tucevents2_tucev entsdisplay%5Bevent%5D=6846&cHash=1e 1dbad1225028d37b76839395064f87\nΠΟΛΥ ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών\ n Πρόγραμμα Προπτυχιακών Σπουδών\n Π ΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Πα ναγιώτη - Αγγέλου Γανωτή\n με θέμα\n Δικαιοσύνη μεταξύ Αντικειμένων σε Φ ιλικά προς το Δίκτυο Συστήματα Συστά σεων\n Item Fairness in Network Frie ndly Recommendations Systems\n \n Εξ εταστική Επιτροπή \n Καθηγητής Θρασύ βουλος Σπυρόπουλος (επιβλέπων) \n Κα θηγητής Αθανάσιος Λιάβας \n Καθηγητή ς Γεώργιος Χαλκιαδάκης\n Περίληψη\n Τα Συστήματα Συστάσεων (RS) διαδραμα τίζουν κρίσιμο ρόλο στη διαμόρφωση τ ων επιλογών των ανθρώπων. Αυτό το τε χνολογικό πεδίο είναι υπό αρκετή έρε υνα τα τελευταία χρόνια, τόσο λόγω τ ης χρησιμότητάς του για τους χρήστες όσο και λόγω των ηθικών του επιπτώσ εων. Οι περισσότερες πλατφόρμες περι εχομένου και κοινωνικών μέσων χρησιμ οποιούν συστήματα συστάσεων για να π αρέχουν στους χρήστες τις πιο σχετικ ές και ελκυστικές επιλογές με βάση τ ις προηγούμενες προτιμήσεις τους. Οι τελευταίες εργασίες προτείνουν ότι η ενσωμάτωση της απόδοσης του δικτύο υ στο σχεδιασμό αλγορίθμων συστημάτω ν συστάσεων, φαίνεται να έχει σημαντ ικές προοπτικές. Ωστόσο, οι φιλικές προς το δίκτυο προσαρμογές των αλγορ ίθμων συστημάτων συστάσεων ενδέχεται να δημιουργήσουν αδικία για χρήστες και δημιουργούς περιεχομένου. Ένα σ ύστημα συστάσεων φιλικό προς το δίκτ υο εισάγει επίσης μεροληψία προς (έν α μικρότερο σύνολο) περιεχομένου χαμ ηλού κόστους, αυξάνοντας τις ανησυχί ες περί δικαιοσύνης τόσο για τους κα ταναλωτές όσο και για τους δημιουργο ύς. Η δικαιοσύνη θεωρείται πλέον μία συμπληρωματική διάσταση βελτιστοποί ησης για την επίτευξη μιας κατάσταση ς ‘’τριπλού κέρδους’’ για παρόχους δ ικτύου/περιεχομένου, χρήστες και δημ ιουργούς περιεχομένου. Αυτή η διατρι βή εστιάζει στη διερεύνηση της δημιο υργίας «φυσαλίδων περιεχομένου» ως σ υγκεκριμένη μορφή αδικίας, η οποία δ εν έχει μελετηθεί εκτενώς στο παρελθ όν. Με απλά λόγια, μια «φούσκα περιε χομένου» σημαίνει ότι η επιλογή των προτεινόμενων αντικειμένων προς έναν χρήστη (ή ομάδα χρηστών) είναι λίγο διαφοροποιημένη προκειμένου να διευ κολυνθεί η μείωση στο κόστος του δικ τύου. Η κύρια συμβολή αυτής της διπλ ωματικής εργασίας είναι ο καθορισμός κατάλληλων μετρικών ώστε να μετρηθε ί η «φούσκα περιεχομένου» και να απα ντηθούν οι ακόλουθες ερωτήσεις: i) Ο ι αλγόριθμοι NF-RS ενισχύουν τις φυσ αλίδες περιεχομένου και ii) οι τρέχο υσες μετρικές δικαιοσύνης καταγράφου ν αποτελεσματικά αυτό το ζήτημα;\n Τ α αποτελέσματα μας έδειξαν ότι οι υπ άρχουσες μετρικές δεν αποτυπώνουν πλ ήρως το πρόβλημα της «φούσκας περιεχ ομένου» και επιπλέον, η ανοχή στην α δικία προκειμένου να δημιουργηθούν υ ψηλά κέρδη δικτύου μπορεί να προκαλέ σει συστάσεις με έλλειψη ποικιλίας, ενισχύοντας το φαινόμενο της «φούσκα ς περιεχομένου».\n Abstract \n Recom mendation Systems (RS) play a crucia l role in shaping narratives and inf luencing people’s choices. This tech nological field has seen a lot of re search in recent years, both due to its utility to users and also due to its ethical implications. Most cont ent and social media platforms use r ecommendation systems to give users the most relevant and engaging optio ns based on their past preferences. Recent work suggests integrating net work performance into the design of recommendation system algorithms, de monstrating considerable potential. However, network-friendly adaptation s of RS algorithms may create unfair ness for users and content providers . A Network-friendly Recommendation System also introduces bias toward ( a smaller pool of) low-cost content, raising fairness concerns for both consumers and creators. Fairness is now considered a\n complementary opt imization dimension to achieve a ’wi n-win-win’ situation for network/con tent providers, users, and content c reators. This thesis focuses on expl oring the creation of ’content bubbl es’ as a specific form of unfairness , which has not been extensively stu died in the problem before. At a hig h level, a ’content bubble’ implies that the selection of items suggeste d to a user (or group of users) is l ess diversified in order to facilita te network cost reduction. The main contribution of this thesis is to de fine appropriate metrics to measure ’content bubble’ and answer the foll owing questions: i) Do NF-RS algorit hms foster content bubbles, and ii) Do current fairness metrics effectiv ely address this issue? Our results have indicated that the existing met rics do not fully capture the ’conte nt bubble’ problem and moreover, the tolerance of unfairness in order to establish high network gains may ca use recommendations to lack diversit y, strengthening the ’content bubble ’ effect.\n STATUS:CONFIRMED ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr DTSTART:20240314T120000 DTEND:20240314T130000 TRANSP:OPAQUE CLASS:DEFAULT END:VEVENT END:VCALENDAR