Fairness in Recommendation Ranking through Pairwise Comparisons
Google（谷歌）
推荐系统是工业中机器学习最普遍的应用之一，许多服务使用它们来将用户与产品或信息相匹配。因此，重要的是要问：什么是可能的公平风险，我们如何量化它们，以及我们应该如何解决它们？在本文中，我们提供了一套新的度量标准，用于评估算法公平性的关注推荐系统。特别是，我们如何衡量公平性的基础上成对比较随机实验提供了一个易于处理的方法来推理公平性的排名推荐系统。在此指标的基础上，我们提供了一个新的正则化器，以鼓励在模型训练期间改进此指标，从而提高最终排名的公平性。我们将这种成对正则化应用于一个大规模的生产推荐系统，并表明我们能够显着提高系统的成对公平性。
2019-03-02 cs.AI cs.CY cs.IR
Pairwise Fairness for Ordinal Regression
MPI-IS Tübingen（马克斯·普朗克智能系统研究所图宾根分所）；Amazon（亚马逊）；Fiddler AI（Fiddler人工智能公司）
本文首先研究了有序回归的公平性问题。我们适应两个公平的概念，以前认为在公平的排名，并提出了一个战略，训练的预测，这是近似公平的根据任何一个概念。我们的预测器具有阈值模型的形式，由一个评分函数和一组阈值组成，我们的策略是基于减少到公平的二进制分类学习的评分函数和本地搜索选择的阈值。我们提供泛化保证我们的预测的错误和公平违反，我们说明了我们的方法在广泛的实验中的有效性。
2022-02-11 cs.LG stat.ML
Fair Clustering Under a Bounded Cost
University of Maryland（马里兰大学）；Wellesley College（韦尔斯利学院）
聚类是一个基本的无监督学习问题，其中数据集被划分为由度量空间中的邻近点组成的聚类。最近的一个变体，公平聚类，将颜色与代表其组成员的每个点相关联，并要求每个颜色在每个聚类中具有（近似）相等的表示以满足组公平性。在该模型中，由于在算法中强制执行公平性，聚类目标的成本增加。成本的相对增加，“公平的价格”，确实可以是无限的。因此，在本文中，我们建议把聚类目标的上限作为聚类问题的约束条件，并最大限度地提高平等的代表受到it.We考虑两个公平的目标：组功利主义的目标和组平等主义的目标，以及组leximin目标，概括了组平等主义的目标。我们推导出基本的下限近似的功利主义和平等主义的目标，并引入算法与可证明的保证。对于leximin目标，我们引入了一个有效的启发式算法。我们进一步推导出其他自然公平目标的不可能结果。最后，我们在真实世界的数据集上的实验结果证明了我们的算法的有效性。
2023-01-09 cs.DS cs.LG
FACROC: a fairness measure for FAir Clustering through ROC curves
University of Koblenz（科伦兹大学）；Hanoi University of Science and Technology（河内科学技术大学）；Hanoi University of Industry（河内工业大学）；University of Sheffield（谢菲尔德大学）
本文提出FACROC，一种基于ROC曲线和AUCC的公平聚类可视化度量方法，通过比较不同受保护属性取值下的ROC曲线差异来评估聚类公平性，并在多个数据集和模型上验证其有效性。
2025-03-02 cs.LG
Individual Fairness for $k$-Clustering
Toyota Technological Institute at Chicago（芝加哥丰田理工学院）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
我们给出了一个局部搜索算法的$k$-中位数和$k$-手段（更一般地为任何$k$-聚类与$\ell_p$规范成本函数）从个人公平的角度。更精确地，对于大小为$n$的点集$P$中的点$x$，令$r(x)$为最小半径，使得以$x$为中心的半径为$r(x)$的球至少具有来自$P$的$n/k$点。直观地说，如果从$P$中选择一组$k$随机点作为中心，则每个点$x\in P$期望在半径$r(x)$内具有中心。单独的公平聚类为每个点$x\in P$提供这样的保证。这种公平的概念是在[Jung et al.，2019]，他们展示了如何获得关于此公平条件的近似可行的$k$聚类。在这项工作中，我们将展示如何获得公平的$k$-聚类的双准则近似：我们的解决方案的$k$-中位数（$k$-手段）成本是在一个恒定的因素的最佳公平的$k$-聚类的成本，我们的解决方案近似满足公平性条件（也在一个恒定的因素）。此外，我们补充我们的理论界限与经验评估。
2020-09-21 cs.DS cs.LG stat.ML
Guarantees for Spectral Clustering with Fairness Constraints
Rutgers University（罗格斯大学）；Georgia Tech（佐治亚理工学院）
鉴于谱聚类（SC）用于划分图数据的广泛流行，我们研究了一种受约束的SC版本，其中我们试图纳入Chierichetti等人提出的公平性概念。根据这个概念，如果每个人口统计组在每个聚类中近似地按比例表示，则聚类是公平的。为此，我们开发了规范化和非规范化约束SC的变体，并表明它们有助于在合成和真实数据上找到更公平的聚类。我们还提供了一个严格的理论分析，我们的算法上的一个自然的随机块模型，其中$h$组有很强的组间连接，但也表现出一个“自然”的聚类结构，这是公平的。我们证明，我们的算法可以恢复这种公平的聚类概率很高。
2019-05-10 cs.DS cs.LG stat.ML
Fair Clustering Using Antidote Data
MPI-SWS（马克斯·普朗克软件系统研究所）；University of California, Davis（加利福尼亚大学戴维斯分校）
聚类算法被广泛用于许多现代数据科学应用。这促使需要使聚类算法的输出公平。传统上，聚类算法的新的公平算法变体是针对公平性的特定概念而开发的。然而，根据应用程序的上下文，可能需要采用不同的公平定义。因此，需要提出新的算法和分析的每一个组合的聚类算法和公平性定义。此外，每个新算法都需要重新实现，以便在现实世界的系统中部署。因此，我们提出了另一种方法，以组级公平性的启发，基于中心的聚类研究数据投毒攻击。我们试图用少量的数据点来增强原始数据集，称为解毒剂数据。当在这个新数据集上进行聚类时，对于所选择的聚类算法和公平性定义，输出是公平的。我们制定了一个一般的双层优化问题，可以容纳任何基于中心的聚类算法和公平的概念。然后，我们分类的方法来解决两个不同的问题设置这种双层优化。对不同聚类算法和公平性概念的广泛实验表明，我们的算法可以在许多真实世界的数据集上实现所需的公平性水平，只需添加很小比例的解毒剂数据。我们还发现，我们的算法实现较低的公平成本和竞争力的聚类性能相比，其他国家的最先进的公平聚类算法。
2021-10-22 cs.LG
Pareto Pairwise Ranking for Fairness Enhancement of Recommender Systems
学习排序自2010年左右引入以来，是一种有效的推荐方式。著名的算法，如贝叶斯个性化排名和协作少即是多过滤，在学术界和工业界都留下了深刻的影响。然而，大多数学习排序方法专注于提高技术准确性指标，如AUC，MRR和NDCG。推荐系统的其他评价指标，如公平性，直到最近几年才在很大程度上被忽视。本文提出了一种新的学习排序算法Pareto Pairwise Ranking。我们的灵感来自贝叶斯个性化排名和幂律分布的想法。我们表明，我们的算法是有竞争力的技术精度指标评估时，与其他算法。更重要的是，在我们的实验部分中，我们证明了Pareto Pairwise Ranking是最公平的算法，与其他9个当代算法相比。
2022-12-06 cs.AI cs.IR cs.LG
Generalized Reductions: Making any Hierarchical Clustering Fair and Balanced with Low Cost
University of Maryland（马里兰大学）
本文提出广义归约方法，将层次聚类的公平近似代价从$O(n^{5/6}poly\log(n))$改进至$O(n^δpoly\log(n))$，并支持任意层级上的公平与均衡保证。
2023-05-09 cs.DS cs.LG
A Notion of Individual Fairness for Clustering
University of Washington（华盛顿大学）；Rutgers University（罗格斯大学）；Google（谷歌）
在公平机器学习中，特别是在公平分类中，一个常见的区别是群体公平性和个体公平性。在聚类的背景下，群体公平性近年来得到了广泛的研究，然而，聚类的个体公平性几乎没有被探索。在本文中，我们提出了一个自然的概念，个人的公平聚类。我们的概念要求每个数据点，平均而言，比任何其他集群中的点更接近自己集群中的点。我们研究了几个问题，我们提出的个人公平的概念。在消极的一面，我们表明，决定一个给定的数据集是否允许这样一个单独的公平聚类一般是NP-难的。在积极的一面，对于一个数据集躺在真正的线的特殊情况下，我们提出了一个有效的动态规划方法来找到一个单独的公平聚类。对于一般的数据集，我们调查的目的是尽量减少个人违反公平的数量，并比较它们的标准聚类方法对真实的数据集。
2020-06-08 cs.LG stat.ML
Adversarial Fair Multi-View Clustering
School of Software, Dalian University of Technology（大连理工大学软件学院）
针对多视图聚类忽视公平性的问题，提出对抗性公平多视图聚类框架，通过对抗训练移除敏感信息并理论保证公平性，实验证明公平性与聚类性能俱佳。
2025-08-06 cs.LG
Representativity Fairness in Clustering
Queen’s University Belfast, UK（贝尔法斯特女王大学（英国））；Indian Institute of Technology Madras, India（印度马德拉斯理工学院）
将公平性构造引入机器学习算法中是一个具有重要社会意义和近期兴趣的主题。聚类是无监督学习中的一项基本任务，它在许多Web数据场景中表现出来，也一直是公平ML研究的关注主题。在本文中，我们开发了一种新的概念，聚类公平性，称为代表性公平。代表性公平性的动机是需要减轻对象与其分配的聚类代表的接近程度之间的差异，以帮助做出更公平的决策。我们说明了在现实世界中的决策方案，涉及聚类的代表性公平性的重要性，并提供量化对象的代表性和公平性的方法，我们开发了一个新的聚类公式，RFKM，目标是优化代表性公平性以及聚类质量。受$K$ -Means框架的启发，RFKM采用了新的损失项来制定目标函数。RFKM的目标和优化方法引导它走向集群配置，产生更高的代表性公平。通过对各种公共数据集的实证评估，我们建立了我们的方法的有效性。我们说明，我们能够显着提高代表性的公平性，只有边际影响聚类质量。
2020-10-11 cs.AI cs.CY cs.LG
Fairness Degrading Adversarial Attacks Against Clustering Algorithms
MPI-SWS（马克斯·普朗克软件系统研究所）；University of California, Davis（加利福尼亚大学戴维斯分校）
聚类算法在现代数据科学管道中无处不在，并被用于从生物学到设施定位的众多领域。由于它们的广泛使用，特别是在社会资源分配问题，最近的研究旨在使聚类算法公平，取得了巨大的成功。此外，还表明聚类算法与其他机器学习算法非常相似，易受对抗攻击的影响，其中恶意实体试图破坏学习算法的性能。然而，尽管存在这些已知的漏洞，但还没有研究调查聚类的公平性降级对抗攻击。我们试图通过制定一个广义的攻击优化问题，旨在恶化基于质心的聚类算法的组级公平性，以弥补这一差距。作为第一步，我们提出了一个公平性降低攻击算法的k-中值聚类，白盒威胁模型下运行-其中的聚类算法，公平性的概念，和输入数据集是已知的对手。我们为我们的简单攻击算法提供了经验结果和理论分析，并发现添加生成的对抗样本会导致公平值显着降低。通过这种方式，我们的目标是激励公平性降低对抗攻击，作为未来公平聚类研究的方向。
2021-10-22 cs.CY cs.LG
Individual Fairness in Hierarchical Clustering
Indian Institute of Technology, Gandhinagar（印度理工学院甘地纳格尔分校）
针对层次聚类扭曲局部相似性影响单个数据点的问题，将个体公平性要求限制在k近邻范围，刻画可行性所需松弛量并通过实验验证相关理论结果。
2026-08-27 cs.LG
Incorporating Fairness in Neighborhood Graphs for Fair Spectral Clustering
Indian Institute of Technology, Guwahati, Assam, India（印度理工学院加尔各答分校）；Florida A&M University（佛罗里达农业与机械大学）
本研究提出公平的邻域图构造方法，通过在图构造早期阶段融入公平性约束，提升谱聚类的公平性，实验表明其在多个数据集上优于现有方法。
2025-12-10 cs.LG
Fairness in Visual Clustering: A Novel Transformer Clustering Approach
University of Arkansas（阿肯色大学）；Concordia University（康考迪亚大学）；Carnegie Mellon University（卡内基梅隆大学）；North Carolina A&T State University（北卡罗来纳农业技术州立大学）
本文针对无监督深度聚类中的公平性问题，提出基于聚类纯度一致性的损失函数和Cross-attention注意力机制，在提升聚类准确性的同时有效减少多个敏感属性上的人口统计偏差。
2023-09-18 cs.CV cs.LG
Multi-View Fair Clustering Guided by Cross-View Sensitive Information Discrepancy
Dalian University of Technology（大连理工大学）
针对多视图聚类中不同视图敏感依赖差异被忽视的问题，提出由跨视图敏感信息差异引导的公平聚类框架，通过偏置排序非对称对齐与公平正则化，兼顾聚类质量与群体公平。
2026-09-23 cs.LG
COVAriance-Induced Fairness Gap Penalty for Subgroup-Fair Clustering
Department of Statistics, Seoul National University（首尔国立大学统计系）；KAIST AI（韩国科学技术院人工智能研究所）
研究在多敏感属性定义多个子群时的公平聚类问题，提出基于协方差诱导公平差距惩罚的方法，推导代理并连续松弛，扩展框架捕捉子群 - 边际公平差距，实验证明算法在成本 - 公平权衡上有竞争力且提高计算效率。
2026-07-21 cs.LG stat.ML
The Fairness-Quality Trade-off in Clustering
Columbia University（哥伦比亚大学）；Max Planck Institute for Intelligent Systems Tübingen（图宾根马克斯·普朗克智能系统研究所）
针对聚类中公平性与质量的权衡问题鲜有研究的现状，提出可追踪两类通用目标下帕累托前沿的算法，证明其最坏情况时间复杂度的必然性，同时给出聚类中心固定时针对特定公平目标的多项式时间算法。
2024-08-19 cs.CY cs.LG
UniFair: A unified fair clustering approach based on separation and compactness
University of Ioannina（伊奥安纳大学）；Archimedes/Athena Research Center（阿基米德/雅典娜研究中心）
提出UniFair框架，通过联合优化分离公平性和社会公平性，在保持聚类质量的同时减少群体差异。
2026-06-04 cs.LG
A Computational Approach to Improving Fairness in K-means Clustering
Mathematics and Data Science（数学与数据科学）；Department of Computer and Information Science（计算机与信息科学系）；Charlton College of Business（商学院）；University of Massachusetts Dartmouth, MA（马萨诸塞大学达特茅斯分校）
本文提出两种高效算法，通过调整部分数据点的聚类成员资格，改进K均值聚类的公平性，实验表明在提升公平性的同时对聚类质量影响较小。
2025-05-31 cs.CY cs.LG stat.ME
Interpretable Fair Clustering
School of Software, Dalian University of Technology（大连理工大学软件学院）
本文提出了一种可解释且公平的聚类框架，通过整合公平性约束到决策树结构中，提升聚类的公平性和可解释性。
2025-11-26 cs.LG
Accelerating Spectral Clustering under Fairness Constraints
EPFL（苏黎世联邦理工学院）
本文针对带群体公平性约束的谱聚类，基于DC框架结合变量增广与ADMM型算法提出高效Fair SC方法，避免昂贵特征分解，在合成与真实数据上实现显著加速。
2025-06-09 cs.LG
Fairness in Clustering with Multiple Sensitive Attributes
Indian Institute of Technology Madras（印度理工学院马德拉斯分校）；Queen’s University Belfast（贝尔法斯特女王大学）
如果每个聚类中的敏感属性组的比例反映了数据集中的敏感属性组的比例，则可以认为聚类对预先指定的敏感属性是公平的。在本文中，我们考虑的任务，公平聚类的情况下，涉及多个多值或数值敏感属性。我们提出了一个公平的聚类方法，\textit{FairKM}（公平K均值），这是受流行的K均值聚类公式。我们概述了一个计算的公平性的概念，这是一起使用的集群的一致性目标，产生的FairKM聚类方法。我们根据经验评估我们的方法，其中我们量化了真实世界数据集上聚类的质量和公平性。我们的实验评估表明，由FairKM票价显着更好的聚类质量和公平的代表性的敏感属性组相比，从一个国家的最先进的基线公平聚类方法的集群。
2020-01-24 cs.AI cs.LG stat.ML
Efficient Algorithms For Fair Clustering with a New Fairness Notion
Indian Institute of Technology (IIT) Ropar（印度理工学院罗巴尔分校）；Indian Institute of Technology (IIT) Hyderabad（印度理工学院海得拉巴分校）
我们重新审视公平聚类的问题，首先由Chierichetti等人提出，这要求每个受保护属性在每个簇中具有近似相等的表示;即，平衡属性。现有的解决方案，公平聚类是不可扩展的，或者没有实现聚类目标和公平性之间的最佳权衡。在本文中，我们提出了一个新的公平性的概念，我们称之为$tau$ -公平的公平性，严格概括的平衡属性，并使细粒度的效率与公平性权衡。此外，我们表明，简单的贪婪轮循算法有效地实现这种权衡。在更一般的多值保护属性的情况下，我们严格地分析了算法的理论性质。我们的实验结果表明，所提出的解决方案优于所有国家的最先进的算法，工作得非常好，即使是大量的集群。
2022-06-28 cs.AI cs.CY cs.LG
On Pairwise Clustering with Side Information
University College London（伦敦大学学院）；INRIA Lille（里尔法国国家信息与自动化研究所）；University of Insubria（因苏布里亚大学）
成对聚类通常通过已知的相似性函数来划分一组项目。在我们的治疗中，聚类被建模为一个转导预测问题。因此，不是从已知的相似性函数开始，而是隐藏该函数，并且学习器仅接收由成对相似性的子集组成的随机样本。一组额外的成对边信息可以给学习者，然后确定我们的算法的归纳偏差。我们不是基于隐藏相似度函数的恢复来衡量性能，而是基于我们对每个项目的分类程度。我们给严格的界限上的错误分类的数量。我们提供了两个算法。第一个算法SACA是一个简单的凝聚聚类算法，运行在接近线性的时间，并作为我们的分析基线。而第二个算法，RGCA，使边信息，这可能会导致更长的运行时间为代价，以改善边界的纳入。
2017-06-19 cs.LG
A PAC-Bayesian Analysis of Graph Clustering and Pairwise Clustering
Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物控制论研究所）
我们制定加权图聚类作为一个预测问题：给定一个子集的边缘权重，我们分析的能力图聚类预测剩余的边缘权重。该公式使实际和理论上的比较不同的方法图聚类，以及比较图聚类与其他可能的方式来建模的图。我们采用了PAC-Bayesian协聚类分析（Seldin and Tishby，2008; Seldin，2009）来推导图聚类的PAC-Bayesian泛化界。该界限表明，图聚类应该优化经验数据拟合和聚类在图节点上保留的互信息之间的权衡。从信息理论考虑导出的类似权衡已经显示在实践中产生最先进的结果（Slonim等人，2005年; Yom-Tov和Slonim，2009年）。本文通过提供更好的理论基础，提出形式化的推广保证，并提供更准确的方法来处理有限样本问题，从而支持了经验证据。我们推导出一个界最小化算法，并表明它在现实生活中的问题提供了很好的结果，所得出的PAC贝叶斯界是合理的紧。
2010-09-02 cs.DS cs.LG stat.ML
Cluster-level Group Representativity Fairness in $k$-means Clustering
Queen’s University Belfast（贝尔法斯特女王大学）
最近，人们对开发公平聚类算法很感兴趣，这些算法试图公正地表示沿着敏感属性（如种族和性别）定义的组。我们观察到，聚类算法可以生成集群，使得不同的群体在不同的集群中处于不利地位。我们开发了一个聚类算法，建立在质心聚类范式开创的经典算法，如$k$ -手段，我们专注于减轻每个集群内的最弱势群体所经历的不公平。我们的方法使用迭代优化范式，通过将对象重新分配到集群来修改初始集群分配，从而使每个集群内的最差敏感组受益。我们证明了我们的方法的有效性，通过广泛的经验评估在现实世界的数据集上的一个新的评价指标。具体来说，我们表明，我们的方法是有效的，在提高集群级组代表性的公平性显着在低影响集群的一致性。
2022-12-29 cs.CY cs.LG
Fair Clustering: A Causal Perspective
ETH Zürich（苏黎世联邦理工学院）；Columbia University（哥伦比亚大学）
针对现有公平聚类方法未考虑因果机制、优化非因果公平性可能引发直接歧视的问题，提出结合因果公平性指标的聚类方法，支持指定需最小化的指标，并在含不公平偏差的数据集上验证了有效性。
2023-12-14 cs.CY cs.LG stat.ML
Semi-Supervised Clustering with Inaccurate Pairwise Annotations
Pontifícia Universidade Católica do Rio de Janeiro（里约热内卢天主教大学）；CIRRELT；Polytechnique Montréal（蒙特利尔理工学院）
成对关系信息是在难以获取类标签的领域中提供部分监督的有用方法。这项工作提出了一个聚类模型，该模型以必须链接和不能链接关系的形式合并成对注释，并考虑可能的注释不准确性（即，当专家提供成对监督时的常见设置）。我们提出了一个生成模型，假设高斯分布的数据样本以及随机块模型产生的必须链接和不能链接的关系。我们采用了最大似然方法，并证明，即使当监督是薄弱和不准确的，占关系信息显着提高聚类性能。关系信息还有助于检测现实世界数据集中不符合原始数据分布假设的有意义的组。此外，我们扩展了模型，以整合专家的准确性先验知识，并讨论在何种情况下使用这些知识是有益的。
2021-04-05 cs.LG
Robust Fair Clustering: A Novel Fairness Attack and Defense Framework
University of California, Davis（加州大学戴维斯分校）；Brandeis University（布兰迪斯大学）
聚类算法广泛用于许多社会资源分配应用，例如贷款审批和候选人招聘等，因此，有偏见或不公平的模型输出可能会对依赖这些应用的个人产生不利影响。为此，最近提出了许多公平聚类方法来解决这个问题。由于潜在的重大危害，即使在对抗性影响下，也必须确保公平的聚类算法提供一致的公平输出。然而，公平聚类算法还没有从对抗攻击的角度进行研究。与以前的研究相比，我们试图弥合这一差距，并提出了一种新的黑箱公平性攻击对公平聚类进行鲁棒性分析。通过全面的实验，我们发现，最先进的模型是非常容易受到我们的攻击，因为它可以显着降低其公平性性能。最后，我们提出了共识公平聚类（CFC），第一个强大的公平聚类方法，将共识聚类转化为一个公平的图划分问题，并迭代学习生成公平的聚类输出。实验上，我们观察到，CFC是非常强大的建议的攻击，因此是一个真正强大的公平聚类的替代品。
2023-02-20 cs.CR cs.CY cs.LG
Fair Clustering with Clusterlets
University of Pisa（比萨大学）；CNR（意大利国家研究理事会）
针对公平聚类中难以获得合适起始聚类的问题，提出基于 clusterlet 的模糊匹配算法，在优化经典目标的同时正则化公平性，并实证实现高公平、高内聚与低重叠。
2025-05-03 cs.AI cs.LG
Proportional Fairness in Clustering: A Social Choice Perspective
Technische Universität Berlin（柏林工业大学）
本文从社会选择视角研究聚类中的比例公平，证明弱比例性聚类同时近似比例公平、个体公平与核心，并扩展至多中心偏离的更强比例代表概念。
2024-05-24 cs.CY cs.GT cs.LG
Deep Clustering with Self-Supervision using Pairwise Similarities
McGill University（麦吉尔大学）；Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）
本文提出自监督深度聚类框架DCSS，先通过簇特定损失训练自编码器形成超球状潜在空间，再利用成对相似性构建K维空间以处理复杂簇分布，在七个基准数据集上验证了有效性。
2024-05-06 cs.LG
Learning to Generate Fair Clusters from Demonstrations
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
公平聚类是将相似的实体分组在一起的过程，同时满足数学上定义良好的公平性度量作为约束。由于精确模型规范的实际挑战，规定的公平性约束往往是不完整的，并作为代理的预期公平性要求，导致有偏见的结果时，系统部署。我们研究如何确定一个问题的基础上，从专家有限的示范打算公平约束。每个演示都是对数据子集的聚类。我们提出了一个算法，以确定公平性度量的示范和生成集群使用现有的现成的聚类技术，并分析其理论性质。为了扩展我们的方法，聚类算法目前不存在的新的公平性指标，我们提出了一个贪婪的聚类方法。此外，我们研究如何使用我们的方法生成可解释的解决方案。对三个真实数据集的实证评估表明，我们的方法在快速识别潜在的公平性和可解释性约束，然后用于生成公平和可解释的集群的有效性。
2021-02-08 cs.AI cs.CY cs.DS
Friends in Unexpected Places: Enhancing Local Fairness in Federated Learning through Clustering
The Ohio State University（俄亥俄州立大学）；Cisco Research（思科研究）；UC, San Diego（圣地亚哥大学）
针对异构联邦学习中全局与局部公平性不一致的问题，提出基于聚类的局部公平FL新算法，通过引入新公平性度量实现局部准确率与公平性的可调平衡，无需显式干预即可达到或超越现有方法。
2025-05-30 cs.CY cs.LG
Towards Cohesion-Fairness Harmony: Contrastive Regularization in Individual Fair Graph Clustering
L3S Research Centre, Leibniz University Hannover（莱布尼茨汉诺威大学L3S研究中心）；University of Kurdistan（库尔德斯坦大学）；RI CODE, University of the Bundeswehr Munich（慕尼黑联邦国防军大学RI CODE）
针对传统公平图聚类牺牲簇内聚性且缺乏可解释性的问题，提出带对比公平正则化的个体公平非负矩阵三因子分解模型 iFairNMTF，实现平衡且内聚的聚类，兼顾准确性与公平性的可定制权衡，并在实验中验证了其灵活性和优越性能。
2024-02-16 cs.AI cs.IT cs.LG
Fuzzy Discriminant Clustering with Fuzzy Pairwise Constraints
Inner Mongolia University（内蒙古大学）；Jilin University（吉林大学）；Beijing University of Technology（北京工业大学）；Hainan University（海南大学）
在半监督模糊聚类中，本文扩展了传统的成对约束（即，必须链接或不能链接）到模糊成对约束。模糊成对约束允许监督者提供一对样本的隐式模糊向量之间的相似性或不相似性的等级。该约束条件能较好地反映样本间的复杂关系，避免了模糊特征的消除。我们提出了一个模糊判别聚类模型（FDC）融合模糊成对约束。在我们的FDC的非凸优化问题是解决一个修改的期望最大化算法，涉及到解决几个不定二次规划问题（IQPP）。进一步，提出了一种对角块坐标下降（DBCD）算法，其稳定点得到保证，并在一定条件下可以获得全局解。为了适应不同的应用，FDC被扩展到各种度量空间，例如，再生核希尔伯特空间在多个基准数据集和人脸表情数据库上的实验结果表明，与一些最先进的聚类模型相比，我们的FDC具有更好的性能。
2021-04-17 cs.LG
Fair Correlation Clustering
Google Research（谷歌研究院）
本文研究了公平性约束下的相关聚类问题。最近已经研究了$k$ -中值和$k$ -中心聚类的公平变体，并且已经提出了使用称为公平分解的概念的近似算法。在几种重要的公平性约束条件下，我们得到了公平相关聚类的近似算法。我们的研究结果取决于通过引入一个新的组合优化问题获得相关聚类的Fairlet分解。我们定义了一个公平分解的成本类似的$k$ -中值成本，这使我们能够获得广泛的公平性约束的近似算法。我们补充我们的理论结果与我们的算法在真实的图上的深入分析，我们表明，公平的解决方案，相关聚类可以获得有限的成本增加相比，国家的最先进的（不公平的）算法。
2020-03-02 cs.AI cs.DS cs.LG
Doubly Constrained Fair Clustering
University of Maryland, College Park（马里兰大学帕克分校）；University of Washington（华盛顿大学）
本文研究公平聚类中群体公平性（GF）与中心选择多样性（DS）两种约束的关系，证明从单一约束的常数近似算法可得到同时满足两种约束的常数近似解，并揭示了二者与其他基于距离的公平性概念的不兼容性。
2023-05-31 cs.AI cs.DS cs.LG
A review of clustering models in educational data science towards fairness-aware learning
L3S Research Center, Leibniz University Hannover（汉诺威莱布尼茨大学L3S研究中心）；Leibniz University Hannover（汉诺威莱布尼茨大学）；Institute for Didactics of Mathematics and Physics, Leibniz University Hannover（汉诺威莱布尼茨大学数学与物理教学研究所）；Research Institute CODE, Bundeswehr University Munich（慕尼黑联邦国防军大学CODE研究所）
本文综述了教育数据科学中的聚类模型及其公平性，重点研究应用于教育活动的公平聚类模型，以确保分析学生数据时的公平性。
2023-01-09 cs.CY cs.LG
Attraction-Repulsion clustering with applications to fairness
Universidad de Valladolid（巴利亚多利德大学）；Basque Center for Applied Mathematics（巴斯克应用数学中心）；Université de Toulouse（图卢兹大学）
我们认为多样性增强聚类的问题，即开发聚类方法，产生集群，有利于多样性方面的一组受保护的属性，如种族，性别，年龄等的背景下，公平聚类，多样性起着重要作用时，公平被理解为人口均等。为了促进多样性，我们在未受保护的属性中引入扰动，以类似于物理学中带电粒子的吸引-排斥的方式来解释受保护的属性。这些扰动是通过一个易于处理的解释相异性定义的。基于吸引-排斥相异性的聚类分析惩罚了聚类中关于受保护属性的同质性，并导致多样性的改善。我们的方法，这属于预处理设置的一个优点，是它与各种各样的聚类方法和白非欧几里德数据的兼容性。我们说明了使用我们的程序与合成和真实的数据，并提供多样性，公平性和集群结构之间的关系的讨论。我们的过程是在一个R包中实现的，可以在https://github.com/HristoInouzhe/AttractionRepulsionClustering上免费获得。
2021-10-26 cs.LG stat.ML
A Classification-Based Approach to Semi-Supervised Clustering with Pairwise Constraints
Jagiellonian University（雅盖隆大学）；Instituto de Telecomunicações（电信研究所）；Instituto Superior Técnico（高等技术学院）；Universidade de Lisboa（里斯本大学）
在本文中，我们介绍了一个神经网络框架的半监督聚类（SSC）与成对（必须链接或不能链接）的限制。与现有方法相比，我们将SSC分解为两个更简单的分类任务/阶段：第一阶段使用一对连体神经网络将未标记的点对标记为必须链接或不能链接;第二阶段使用第一阶段在基于监督神经网络的聚类方法中产生的完全成对标记的数据集。所提出的方法S3 C2（用于聚类的半监督连体分类器）的动机是观察到二元分类（例如分配成对关系）通常比部分监督的多类聚类更容易。另一方面，基于分类，我们的方法只解决了定义明确的分类问题，而不是不太明确的聚类任务。在各种数据集上的实验表明了该方法的高性能。
2020-01-18 cs.LG stat.ML
Variational Fair Clustering
Xidian University（西安电子科技大学）
我们提出了一个通用的变分框架的公平聚类，它集成了一个原始的Kullback-Leibler（KL）的公平项与一大类的聚类目标，包括原型或图形为基础。从根本上不同于现有的组合和光谱的解决方案，我们的变分多项的方法，使控制公平性和聚类目标之间的权衡水平。我们推导出一个一般的紧上界的基础上，我们的公平项，它的Lipschitz梯度性质和Pinsker不等式的凹凸分解。我们的严格上限可以与各种聚类目标联合优化，同时产生一个可扩展的解决方案，并保证收敛。有趣的是，在每次迭代中，它为每个赋值变量执行独立的更新。因此，它可以很容易地分布到大规模的数据集。这种可扩展性很重要，因为它可以探索公平性和聚类目标之间的不同权衡级别。与谱松弛不同，我们的公式不需要计算其特征值分解。我们报告全面的评估和比较，与国家的最先进的方法在各种公平的聚类基准，这表明我们的变分配方可以产生极具竞争力的解决方案的公平性和聚类目标。
2020-12-04 cs.LG stat.ML
Deep Fair Discriminative Clustering
University of California - Davis（加州大学戴维斯分校）
与传统的聚类方法（如$k$ -means和谱聚类）相比，深度聚类具有学习强表示的潜力，因此具有更好的聚类性能。然而，这种强大的表示学习能力可能会通过发现受保护信息的代理人而使聚类不公平，这在我们的实验中是经验性的。在这项工作中，我们研究了一个一般的概念，二进制和多状态保护状态变量（PSV）的组级公平性。我们首先将组级公平性问题制定为整数线性规划公式，其完全么模约束矩阵意味着它可以通过线性规划有效地解决。然后，我们展示了如何将此求解器注入到一个有区别的深度聚类骨干中，从而提出了一种改进的学习算法，将聚类目标与公平目标相结合，以自适应地学习公平聚类。在真实数据集上的实验结果表明，我们的模型始终优于最先进的公平聚类算法。我们的框架显示出可喜的成果，新的聚类任务，包括灵活的公平性约束，多状态PSV和预测聚类。
2021-05-28 cs.CY cs.LG stat.ML
Why Colors Make Clustering Harder:Global Integrality Gaps, the Price of Fairness, and Color-Coupled Algorithms in Chromatic Correlation Clustering
Department of Computer Science, Iowa State University（计算机科学系，爱荷华州立大学）；Department of Civil, Construction & Environmental Engineering, Iowa State University（土木、建设与环境工程系，爱荷华州立大学）
本文研究了颜色对聚类算法的影响，揭示了跨边颜色干扰导致的积分间隙问题，并提出色耦合算法在色相关聚类中的应用，实现了更优的近似比。
2026-04-17 cs.LG
Scalable Spectral Clustering with Group Fairness Constraints
University of Kentucky（肯塔基大学）
本文提出可扩展的公平谱聚类算法s-FairSC，通过零空间投影和Hotelling紧缩避免稠密矩阵运算，在保持与FairSC相当聚类质量的同时实现约12倍加速，并具备良好的可扩展性。
2023-04-14 cs.LG stat.ML
Fair Labeled Clustering
University of Maryland, College Park（马里兰大学帕克分校）；Wellesley College（韦尔斯利学院）
本文研究带标签决策场景下的群体公平聚类，提出按标签保证比例代表的高效算法，并分析自由贴标签情形的计算边界及期望公平随机算法。
2023-06-04 cs.AI cs.DS cs.LG
Fair Correlation Clustering in Forests
Humboldt University of Berlin（柏林洪堡大学）；Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所）；University of Vienna（维也纳大学）
算法公平性的研究近年来受到越来越多的关注。这源于人们意识到，机器学习系统的输入数据中的偏差可能导致歧视性输出。对于聚类任务，公平性的最核心概念之一是Chierichetti，Kumar，Lattanzi和Vassilvitskii的形式化[NeurIPS 2017]。如果每个聚类具有与整个输入集相同的敏感属性的表现分布，则聚类被称为公平的。这是由各种应用程序所激发的，其中要聚类的对象具有不应过度表示或表示不足的敏感属性。我们讨论了这种公平的概念相关聚类的适用性。现有的文献所产生的公平相关聚类问题要么提出近似算法与穷人的近似保证或严重限制可能的敏感属性的分布（往往只有两种表现形式与1：1的比例被认为）。我们的目标是了解在这两个极端之间是否有希望获得更好的结果。为此，我们考虑限制图形类，使我们能够描述敏感属性的分布，这种形式的公平性是从复杂性的角度来看，易于处理。虽然现有的工作公平相关聚类给出了近似算法，我们专注于精确的解决方案，并调查是否有有效的可解决的情况。相关聚类的不公平版本在森林中是微不足道的，但增加公平性会产生令人惊讶的丰富复杂性。我们概述了公平相关聚类从易处理到难处理的森林的分布和类型。最令人惊讶的是，公平相关聚类困难的原因并不是公平条件的严格性。
2023-02-22 cs.CC cs.CY cs.DM
COBRAS: Fast, Iterative, Active Clustering with Pairwise Constraints
Department of Computer Science, KU Leuven（比利时鲁汶大学计算机科学系）
基于约束的聚类算法利用背景知识来构造与特定用户的兴趣一致的聚类。这种背景知识通常是通过允许聚类系统向用户提出成对查询来获得的：这两个元素是否应该在同一个聚类中？主动聚类方法的目标是通过首先查询信息量最大的对来最小化获得良好聚类所需的查询数量。理想情况下，用户应该能够回答其中的几个查询，检查结果聚类，并重复这两个步骤，直到获得满意的结果。我们提出了COBRAS，一种主动聚类与成对的约束，适合这样一个互动的聚类过程。COBRAS中的一个核心概念是超级实例：数据中的一个局部区域，其中所有实例都被假设属于同一个集群。COBRAS构建这样的超级实例在一个自上而下的方式产生高质量的结果在聚类过程的早期，并不断完善这些超级实例，更多的成对查询，以获得更详细的clustrings.We实验证明，COBRAS产生良好的聚类在快速运行时间，使其成为一个很好的候选人的迭代聚类场景上面概述。
2018-03-29 cs.AI cs.LG stat.ML
Exploring Rawlsian Fairness for K-Means Clustering
Queen’s University Belfast（贝尔法斯特女王大学）
我们进行了一项探索性研究，着眼于将John Rawls关于公平的思想纳入现有的无监督机器学习算法。我们的重点是聚类的任务，特别是k-means聚类算法。据我们所知，这是第一个工作，使用罗尔斯思想的聚类。为此，我们试图开发一种后处理技术，即，一种是对标准k均值聚类算法生成的聚类分配进行操作。我们的技术扰动这个分配多次迭代，使其更公平，根据罗尔斯的差异原则，同时最小限度地影响整体效用。作为第一步，我们考虑两个简单的扰动算子-- $\mathbf{R_1}$和$\mathbf{R_2}$ --将给定聚类分配中的示例重新分配到新聚类; $\mathbf{R_1}$将单个示例分配到新聚类，以及$\mathbf{R_2}$将一对示例分配到新聚类。我们的实验样本的成人数据集表明，这两个运营商有意义的扰动，在集群分配纳入罗尔斯的差异原则，$\mathbf{R_2}$是更有效的比$\mathbf{R_1}$的迭代次数。然而，我们观察到，仍然有必要设计运营商，使显着更好的扰动。尽管如此，这两个运营商提供了良好的基线设计和比较任何未来的运营商，我们希望我们的研究结果将有助于未来的工作在这个方向。
2022-05-04 cs.LG
COBRA: A Fast and Simple Method for Active Clustering with Pairwise Constraints
KU Leuven（鲁汶大学）
聚类本质上是不适定的：单个数据集通常存在多个有效的聚类，如果没有任何额外的信息，聚类系统就无法知道它应该生成哪个聚类。这促使在聚类中使用约束，因为它们允许用户将他们的兴趣传达给聚类系统。基于主动约束的聚类算法选择最有用的约束进行查询，旨在使用尽可能少的约束产生良好的聚类。我们提出了COBRA，一个积极的方法，第一次过集群的数据运行K-means与$K$，这是打算太大，随后合并产生的小集群成较大的成对约束的基础上。在其合并步骤中，COBRA是能够保持成对查询的数量低，最大限度地利用约束传递性和蕴涵。我们的实验表明，COBRA优于国家的最先进的聚类质量和运行时间，而不需要预先的集群数量。
2018-01-30 cs.AI cs.LG stat.ML
Proportionally Representative Clustering
UNSW Sydney（新南威尔士大学悉尼分校）；ETH Zürich（苏黎世联邦理工学院）；Northwestern University（西北大学）
聚焦无监督机器学习的质心聚类，提出‘比例代表性公平’公理，现有算法不满足该公理，设计高效算法在无约束和离散聚类问题中实现此公理，无约束算法是首个多项式时间近似算法，离散算法匹配已知最佳近似因子。
2026-07-07 cs.GT cs.LG
Fair Clustering via Alignment
Department of Statistics, Seoul National University, Republic of Korea（统计系，首尔国立大学，大韩民国）；School of Law, Seoul National University, Republic of Korea（法学院，首尔国立大学，大韩民国）
提出FCA算法，通过分解公平K均值目标并交替对齐数据与优化中心，实现高效用且数值稳定的公平聚类。
2025-10-23 cs.AI cs.LG stat.ML
