Jing Nathan Yan 最新论文
Yan 等人通过11位从业者访谈揭示大型科技公司推荐系统公平性实践的挑战，包括定义公平性、利益平衡与动态环境，为RS工作流程中的公平性整合提供可操作建议。
Yan 等人提出 Tessera 方法将分析师事件日志离散化为目标导向活动块，验证其与用户任务和认知变化的一致性。
Yan等人提出Silva系统，通过因果关系视图交互式探索ML模型潜在不公平性，提供可视化建议帮助分析师识别偏见来源，提升公平性评估准确性。
https://hci.top/zh/authors/4682?source=all