随机Bandit中的曝光公平性
机器学习
2021-09-14 v2 信息检索
摘要
上下文bandit算法已广泛用于在线系统（如市场、音乐流媒体、新闻）的推荐，它们现在对哪些物品被曝光给用户施加了重大影响。这引发了关于物品公平性的问题——以及受益于曝光的卖家、艺术家和作家的公平性问题。我们认为常规bandit公式可能导致不合意且不公平的赢者通吃式曝光分配。为纠正此问题，我们提出一种新的bandit目标，在保证物品基于价值的曝光公平的同时优化用户效用。我们在该设定下公式化公平性后悔与奖励后悔，并给出针对随机多臂bandit与随机线性bandit的算法。我们证明这些算法实现了亚线性的公平性后悔与奖励后悔。除理论分析外，我们还提供经验证据表明这些算法能有效公平分配不同臂的曝光。
引用
@article{arxiv.2103.02735,
title = {Fairness of Exposure in Stochastic Bandits},
author = {Lequn Wang and Yiwei Bai and Wen Sun and Thorsten Joachims},
journal= {arXiv preprint arXiv:2103.02735},
year = {2021}
}
备注
29 pages, 10 figures, ICML 2021