主要参考论文：《The Unfairness of Popularity Bias in Recommendation》 RMSE@RecSys 2019
流行度偏差是什么
先定义流行物品和非流行物品。下图是（Movielens 1M）数据集中物品的评分情况。
图的横坐标表示不同物品，纵坐标表示物品的评分次数。可以看出只有少部分物品得到了很多的评分，大部分曲线尾部的物品都只有少量的评分，我们也把这部分物品称为长尾物品。在本文中，我们取曲线的前20%对应的物品为流行物品，剩余的为非流行物品（长尾物品）。
然后，我们再来谈谈什么是流行度偏差。流行度偏差通常是针对物品方（items）的公平性问题，体现为不流行的物品有更少的机会被推荐（展示），相应地，推荐系统更偏爱推荐流行的物品。长此以往，流行的物品变得越来越流行，不流行的却变得越来越不流行，这就是推荐系统中的马太效应。
流行度偏差可能导致的问题
首先是对不流行物品的不公平，不流行物品可以类比为新开的店铺，所卖物品也许质量很好，却迟迟得不到推荐系统的推荐，让店家不得不选择别的平台。其次是对于推荐平台也是不利的，提高不流行物品的曝光率，一方面可以为用户得到更多的选择，提高推荐列表的多样性，让推荐系统更好地实现个性化，另一方面可以吸引更多新的店家，扩大平台规模。反之，推荐结果如果包含大量的流行物品，结果趋同，用户得不到好的个性化体验，而且这些流行物品可能并不需要推荐系统就能被用户发现，其实也是一种资源的浪费。
不同算法推荐结果的流行度情况（Movielens 1M）
一共展示了六种基础推荐算法的推荐情况。
图中横坐标表示物品流行度（定义为评分过该物品的用户数占总用户数的比例），纵坐标表示物品的推荐次数。从图中可以看出，除了随机推荐（第五张小图）外，所有算法都偏向于推荐流行的物品，其中最流行推荐自然是最严重的，SVD++流行度偏差最不明显。
用户对流行度物品的喜好情况
首先看所有用户历史记录中流行度物品的比例，如下图所示。
图中横坐标表示不同的用户，纵坐标表示流行物品比例，这些点已经经过了升序排序。可以看出有很大一部分用户的历史记录中包含了至少20%的流行物品，所以过分地推荐流行物品，势必会影响这些用户的体验。
不同推荐算法对不同用户组的流行度偏差情况
定义三个用户组：1.Niche Users，图3的前20%的用户（最偏爱非流行物品的前20%的用户）；2.Blockbuster-focused Users，图3的后20%的用户（最喜欢流行物品的那部分用户）；3.Diverse Users，其余用户。
不同算法对这些用户组的流行度偏差情况如下：
图中横坐标表示不同用户组，纵坐标表示流行物品的比例，红色是用户的历史记录，蓝色是算法的推荐结果。从图中可以得出与图2类似的结论，除了随机推荐对各个用户组推荐结果的流行度有所降低以外，其他算法都大幅增加了各用户组的流行度物品比例，其中SVD++程度最轻。
文中还给出一个结论：算法对Niche Users的流行度比例放大最严重。但是在另一篇论文《The Unfairness of Popularity Bias in Music Recommendation: A Reproducibility Study》中，其作者在lastfm数据集上对本文的实验进行了复现，但是得到的结论与此不符。
