排序中偏 representation 群体的检测
机器学习
2023-07-10 v2 数据库
摘要
许多关键领域的现实决策工具都基于排序结果。随着对算法公平性的日益关注,近期工作提出了排序公平性的度量。其中许多定义考虑不同“受保护群体”在任意合理 下的前 个排序项中的表示。给定受保护群体,确认算法公平性是一项简单任务。然而,群体的定义可能事先未知。在本文中,我们研究在前 个排序项中检测具有偏倚表示的群体的问题,消除了预先定义受保护群体的需要。此类群体可能的数量可能呈指数级,使问题困难。我们针对两种不同公平性度量提出高效搜索算法:全局表示界和比例表示。然后我们利用 Shapley 值的概念提出一种解释群体表示中偏倚的方法。我们以实验研究作结,展示了我们方法的可扩展性并证明了所提算法的有用性。
引用
@article{arxiv.2301.00719,
title = {Detection of Groups with Biased Representation in Ranking},
author = {Jinyang Li and Yuval Moskovitch and H. V. Jagadish},
journal= {arXiv preprint arXiv:2301.00719},
year = {2023}
}