一种控制基于Bandit个性化中偏见的算法框架

个性化在在线空间中无处不在，因为它通过向每位用户投放最相关内容从而提高了效率与收益。然而，近期研究表明个性化方法会传播社会性或系统性偏见并极化观点；这引发了建立监管机制与算法以对抗偏见与不平等的呼声。在算法层面，bandit优化在学习用户偏好并相应个性化内容或信息流方面取得了巨大成功。我们提出一种算法框架，允许在此类基于bandit的个性化中控制偏见或歧视的可能性。我们的模型允许对可展示给用户的敏感类型内容规定一般的公平性约束。然而，挑战在于为由此产生的约束优化问题设计出可扩展且低遗憾的算法。我们的主要技术贡献是一个针对公平性约束bandit优化问题的可证明快速且低遗憾的算法。我们的证明关键性地利用了问题的特殊结构。在合成与真实世界数据集上的实验表明，我们的算法框架仅以微小收益损失即可控制偏见。