Gender-aware fairness in iterative recommender systems: A simulation study on popularity bias

Yıldız Zoralioğlu; Emre Yalçın

Makale detayları

Gender-aware fairness in iterative recommender systems: A simulation study on popularity bias

Yazarlar:

Yıldız Zoralioğlu | Emre Yalçın

Yayıncı:

Nigde Omer Halisdemir University

Ana Başlıklar:

Tavsiye Sistemleri

Dergi:

Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi Vol.14 Issue 4, pp.1199-1210

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

İngilizce

Document ID (Org No.):

2001360282

pISSN:

2564-6605

Anahtar kelimeler:

Özet:

 This study examines how gender-based disparities emerge in recommender systems through feedback loops. While fairness has been studied in static settings, little is known about how repeated user-system interactions impact different demographic groups over time. To address this, we utilize a dynamic simulation framework using synthetic interactions and ten feedback iterations. Based on the MovieLens-1M dataset, users are grouped by gender and evaluated using metrics such as calibration, diversity, and long-tail exposure. Results show that female users consistently receive less favorable outcomes, with popularity bias measures GAP, MRMC indicating a growing disadvantage over time. Diversity and novelty scores also decline more sharply for women. These findings suggest that feedback loops can reinforce existing inequalities in recommender systems. The employed framework provides a valuable tool for analyzing the evolution of fairness across iterations and highlights the need for gender-sensitive algorithms that maintain fairness over time.

 This study examines how gender-based disparities emerge in recommender systems through feedback loops. While fairness has been studied in static settings, little is known about how repeated user-system interactions impact different demographic groups over time. To address this, we utilize a dynamic simulation framework using synthetic interactions and ten feedback iterations. Based on the MovieLens-1M dataset, users are grouped by gender and evaluated using metrics such as calibration, diversity, and long-tail exposure. Results show that female users consistently receive less favorable outcomes, with popularity bias measures GAP, MRMC indicating a growing disadvantage over time. Diversity and novelty scores also decline more sharply for women. These findings suggest that feedback loops can reinforce existing inequalities in recommender systems. The employed framework provides a valuable tool for analyzing the evolution of fairness across iterations and highlights the need for gender-sensitive algorithms that maintain fairness over time.

 This study examines how gender-based disparities emerge in recommender systems through feedback loops. While fairness has been studied in static settings, little is known about how repeated user-system interactions impact different demographic groups over time. To address this, we utilize a dynamic simulation framework using synthetic interactions and ten feedback iterations. Based on the MovieLens-1M dataset, users are grouped by gender and evaluated using metrics such as calibration, diversity, and long-tail exposure. Results show that female users consistently receive less favorable outcomes, with popularity bias measures GAP, MRMC indicating a growing disadvantage over time. Diversity and novelty scores also decline more sharply for women. These findings suggest that feedback loops can reinforce existing inequalities in recommender systems. The employed framework provides a valuable tool for analyzing the evolution of fairness across iterations and highlights the need for gender-sensitive algorithms that maintain fairness over time.

 Bu çalışma, öneri sistemlerinde geri besleme döngüleri yoluyla cinsiyete dayalı eşitsizliklerin nasıl ortaya çıktığını incelemektedir. Adalet konusu durağan ortamlarda araştırılmış olsa da yinelenen kullanıcı-sistem etkileşimlerinin zaman içinde farklı demografik grupları nasıl etkilediği hakkında çok az bilgi bulunmaktadır. Bu durumu ele almak için, sentetik etkileşimler ve on geri besleme iterasyonu içeren dinamik bir simülasyon çerçevesi kullanılmıştır. MovieLens-1M veri kümesine dayalı olarak kullanıcılar cinsiyete göre gruplanmış ve kalibrasyon, çeşitlilik ve uzun kuyruk içeriklere erişim gibi metriklerle değerlendirilmiştir. Sonuçlar, kadın kullanıcıların sistemden sürekli olarak daha olumsuz sonuçlar aldığını göstermekte; GAP ve MRMC gibi popülerlik yanlılığı metrikleri ise zamanla artan bir dezavantajı ortaya koymaktadır. Ayrıca, kadın kullanıcılar için çeşitlilik ve yenilik skorlarının daha keskin bir şekilde düştüğü gözlemlenmiştir. Bu bulgular, geri besleme döngülerinin öneri sistemlerinde mevcut eşitsizlikleri pekiştirebileceğini ortaya koymakta ve zaman içinde adaleti koruyacak cinsiyete duyarlı algoritmalara duyulan ihtiyacı vurgulamaktadır.

Makale detayları

Gender-aware fairness in iterative recommender systems: A simulation study on popularity bias

Yazarlar:

Yıldız Zoralioğlu | Emre Yalçın

Yayıncı:

Nigde Omer Halisdemir University

Ana Başlıklar:

Tavsiye Sistemleri

Dergi:

Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi Vol.14 Issue 4, pp.1199-1210

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

İngilizce

Document ID (Org No.):

2001360282

pISSN:

2564-6605

Gender fairness

recommender systems

feedback loop

popularity bias

demographic disparityCinsiyet adaleti

öneri sistemleri

geri besleme döngüsü

popülerlik yanlılığı

demografik eşitsizlik

Sayı

Makale detayları

Yazarlar: Yıldız Zoralioğlu | Emre Yalçın

Yayıncı: Nigde Omer Halisdemir University

Ana Başlıklar: Tavsiye Sistemleri

Dergi: Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi Vol.14 Issue 4, pp.1199-1210

Belge Tipi: Makale

Yayın Tarihi: 10/2025

Belge Dili: İngilizce

Document ID (Org No.): 2001360282

pISSN: 2564-6605

Sayı

Yazarlar:

Yıldız Zoralioğlu | Emre Yalçın

Yayıncı:

Nigde Omer Halisdemir University

Ana Başlıklar:

Tavsiye Sistemleri

Dergi:

Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi Vol.14 Issue 4, pp.1199-1210

Belge Tipi:

Makale

Yayın Tarihi:

10/2025

Belge Dili:

İngilizce

Document ID (Org No.):

2001360282

pISSN:

2564-6605