چکیده

کاوش در داده ­ها، یک روش شناختی مهم برای استخراج و یافتن دانش و مفاهیم پنهان در آرشیوهای بزرگ داده، محسوب می­شود. در ارتباط با کاوش داده ­ها، از نظر اجتماعی، درک­ های منفی و متفاوتی وجود دارد؛ که بسیاری از این ادراکات، تبعیض پنهانی و تهاجم پنهانی به حریم خصوصی محسوب می­شوند. تبعیض پنهانی، شامل رفتار ناعادلانه افراد و شناسایی افراد براساس وجود آنها و تعلق آنها به یک گروه خاص می­باشد. داده­ کاوی و تکنیک ­های خودکار جمع­ آوری داده، همچون دسته ­بندی و کاوش قانون انجمن، روشی را برای تصمیم­گیری به­ صورت خودکار ارائه می­دهند، مانند محاسبه حق بیمه، موافقت با وام یا رد شدن درخواست وام، شماره کارت اعتباری و غیره. اگر مجموعه داده ­های آموزشی ارائه شده، نسبت به ویژگی­ های تبعیض ­آمیز همچون نژاد، جنسیت، مذهب و غیره، حساس باشند، ممکن است تصمیمات اتخاذ شده، تبعیض­ آمیز باشند. برای جلوگیری از این موارد، روش­ های ضد تبعیض، همچون پیشگیری از تبعیض و کشف تبعیض، در داده­ کاوی مورد توجه قرار گرفته ­اند. به­ طور عمده، دو نوع تبعیض وجود دارد، تبعیض مستقیم و تبعیض غیرمستقیم. تبعیض مستقیم، در شرایطی ایجاد می­شود که تصمیم­گیری براساس ویژگی­ های حساس انجام می­شود. تبعیض غیر مستقیم، در شرایطی ایجاد می­شود که تصمیم ­گیری براساس خصوصیات غیرحساس انجام می­شود؛ که ویژگی­ های غیرحساس به شدت با ویژگی­ های حساس مرتبط هستند.

1-مقدمه

در جامعه بشری، تبعیض یکی از رفتارهای مخرب انسان­هاست که براساس عضویت یا وجود آنها در یک گروه یا دسته­ ی خاص، شکل می­گیرد. این تبعیض شامل محدودیت یا ممنوعیت ورود افراد گروهی خاص برای عضویت در سایر گروه ­های دیگر نیز می­باشد. انواع مختلفی از اقدامات ضد تبعیضی وجود دارند که هدف آنها محدود نمودن تبعیض براساس تعداد ویژگی­ ها (مانند نژاد، جنس، مذهب، معلولیت، ملیت، وضعیت تأهل و سن) در تنظیمات مختلف (مانند آموزش و اشتغال، دسترسی به سرویس­های عمومی، بیمه، اعتبار و غیره) می­باشد. برای مثال، اتحادیه اروپا در ارائه و دسترسی به سرویس ­ها و کالاها ]1[ یا در زمینه­ی اشتغال و استخدام ]2[، با زنان و مردان رفتار برابری دارند....