最可能获胜者之外：基于不确定选民偏好的期望获胜者诠释
计算机科学与博弈论
2023-04-27 v3
摘要
当选民偏好不完整或不确定时，如何确定选举的获胜者仍是一个开放问题。一种选择是在投票概况上假设某概率空间并选出最可能获胜者（MPW）——即获胜机会最大的候选人或候选人组。在本文中，我们提出另一种获胜者诠释，依据候选人的期望表现选出最可能期望获胜者（MEW）。我们将选民偏好中的不确定性分离为生成步骤与观测步骤，由此产生结合不完整与概率性投票概况的统一投票概况。我们利用该框架建立了关于不完整选民偏好的MEW理论困难性，进而针对多种投票概况（包括基于流行的重复插入模型（RIM）及其特例Mallows模型）确定了一系列可处理情形。我们开发了针对各类选民偏好定制的求解器以量化个体选民对候选人的评价，并提出一种优化计算的剪枝策略。所提求解器与剪枝策略的性能在真实与合成基准上得到广泛评估，表明我们的方法具有实用性。
引用
@article{arxiv.2105.00082,
title = {Most Expected Winner: An Interpretation of Winners over Uncertain Voter Preferences},
author = {Haoyue Ping and Julia Stoyanovich},
journal= {arXiv preprint arXiv:2105.00082},
year = {2023}
}
备注
This is the technical report of the following paper: Haoyue Ping and Julia Stoyanovich. 2023. Most Expected Winner: An Interpretation of Winners over Uncertain Voter Preferences. Proc. ACM Manag. Data, 1, N1, Article 22 (May 2023), 33 pages. https://doi.org/10.1145/3588702