यह शोधपत्र फेयरजेनरिक (FairGENRec) का प्रस्ताव करता है, जो प्रसार मॉडल (DM) पर आधारित एक निष्पक्ष अनुक्रमिक अनुशंसा प्रणाली है। इस समस्या के समाधान के लिए कि मौजूदा अनुशंसा प्रणालियाँ उपयोगकर्ताओं की संवेदनशील विशेषताओं (जैसे लिंग और आयु) के साथ सहसंबंध सीखती हैं और अनुचितता उत्पन्न करती हैं, हम DM की अनिश्चितता मॉडलिंग और विविधता निरूपण क्षमताओं का उपयोग करते हैं। फेयरजेनरिक एक संवेदनशील विशेषता पहचान मॉडल के माध्यम से मूल वितरण में यादृच्छिक रव (noise) इंजेक्ट करता है और एक अनुक्रमिक शोर-निरोधक मॉडल के साथ वस्तुओं का पुनर्निर्माण करता है। साथ ही, यह उत्पन्न परिणामों में संवेदनशील उपयोगकर्ता विशेषताओं के पूर्वाग्रह को दूर करने वाली विभिन्न रुचि सूचनाओं को इंजेक्ट करके अनुशंसाओं की निष्पक्षता का मॉडल तैयार करता है। अनुमान चरण में, उपयोगकर्ताओं की पिछली अंतःक्रियाओं का उपयोग करके रव (noise) जोड़ा जाता है और लक्ष्य वस्तु निरूपण को पश्च-पुनरावृत्ति (back-iteration) के माध्यम से पुनर्निर्मित किया जाता है। तीन डेटासेट पर प्रयोगात्मक परिणाम दर्शाते हैं कि फेयरजेनरिक सटीकता और निष्पक्षता दोनों में सुधार करने में प्रभावी है, और निष्पक्षता में सुधार की डिग्री को केस विश्लेषण के माध्यम से देखा जा सकता है।
