InFoRM:图挖掘中的个人公平 这是InFoRM的Python实现:针对PageRank,频谱聚类和LINE任务的图挖掘中的个体公平性,如我们的论文所述: 姜健,何静瑞,罗斯·麦奇耶夫斯基,杭航通。 。 在第26届ACM SIGKDD国际知识发现和数据挖掘会议论文集中,第379-389页。 2020(KDD 2020)。 要求 python 3(> 3.7) 麻木 科学的 斯克莱恩 网络 数据 我们在data文件夹中提供论文中使用的data 。 看看load_graph.py供您参考。 在演示中,我们加载PPI数据集。 楷模 我们在method文件夹中提供了三种互斥的去偏置方法: debias_graph.py :消除输入图的偏斜。 可以随意重写__init__()和fit()函数来消除您自己的方法的偏差。 debias_model.py :消除采矿模型的偏见。 可以随意重写_