分析“附近”服务：基于位置检索中的曝光偏差潜在性
信息检索
2020-11-17 v1
摘要
智能手机的普及导致基于位置的搜索与推荐系统日益流行。Google和Yelp等在线平台允许以附近功能形式的基于位置搜索，查询周边的酒店或餐厅。此外，Booking[dot]com、Expedia或Trivago等酒店预订平台允许旅行者使用期望位置作为搜索查询或靠近特定地标来搜索住宿。由于城市中不同位置的受欢迎程度各异，某些位置可能获得比其他位置更多的查询。因此，这些位置的不同商户所获得的曝光可能与其评分所体现的内在质量大相径庭。如今，许多小企业（商店、酒店或餐厅）依赖此类在线平台吸引顾客。因此，获得低于预期水平的曝光对企业不利，可能对其收入产生负面影响，并可能导致经济枯竭甚至停业。通过收集和分析来自三个流行平台的数据，我们观察到许多高评分酒店和餐厅相较其质量获得更少曝光，这可能对其有害。遵循精英主义观念，我们定义并量化了这些平台上因基于位置搜索导致的此类曝光差异。我们将此曝光差异主要归因于两类偏差——流行度偏差和位置偏差。我们在多个数据集上的实验评估揭示，尽管平台在提供基于距离的结果方面表现良好，但个体商户间存在曝光差异，且需为商业可持续性加以缩减。
引用
@article{arxiv.2011.07359,
title = {Analyzing 'Near Me' Services: Potential for Exposure Bias in Location-based Retrieval},
author = {Ashmi Banerjee and Gourab K Patro and Linus W. Dietz and Abhijnan Chakraborty},
journal= {arXiv preprint arXiv:2011.07359},
year = {2020}
}
备注
International Workshop on Fair and Interpretable Learning Algorithms (FILA 2020)