优化算法公平的数据处理模型研究

作　　者： 史家乐；丁博韬

摘　　要： 随着机器学习技术在日常生活中的广泛应用，其公平性问题日益受到公众关注。为了有效提升机器学习算法的公平性，本研究克服现有基于关联的数据纠偏算法的局限性，改进了传统的基于关联的数据处理方法，强调了在约束敏感属性时也要约束与敏感属性高度相关的属性，提出了一种基于垂直数据处理策略的关联方法。研究结果表明，研究模型可以有效提升机器学习算法分析的公平性，并在提升公平性的同时保证分析结果的准确性。

来　　源： 《信息产业报道》 2026-04