学生-主题分组问题中的多重公平性与基数约束
机器学习
2023-03-07 v1 计算机与社会
摘要
小组作业是教育环境中普遍的活动，学生常根据其偏好被划分为特定主题的小组。分组应尽可能反映学生的意愿。通常，所得小组在性别或种族等受保护属性方面也应保持平衡，因为研究表明学生在多元化小组中可能学习得更好。此外，平衡小组基数也是跨组公平工作分配的基本要求。在本文中，我们引入多公平带容量（MFC）分组问题，该问题在确保小组基数平衡（含下界与上界）并最大化受保护属性方面成员多样性的同时，将学生公平地划分为互不重叠的小组。我们提出两种方法：一种启发式方法和一种基于背包的方法，以获得 MFC 分组。在真实数据集和半合成数据集上的实验表明，我们提出的方法能较好地满足学生偏好，并分别给出在基数和受保护属性方面平衡且多元的小组。
引用
@article{arxiv.2206.09895,
title = {Multiple Fairness and Cardinality constraints for Students-Topics Grouping Problem},
author = {Tai Le Quy and Gunnar Friege and Eirini Ntoutsi},
journal= {arXiv preprint arXiv:2206.09895},
year = {2023}
}
备注
15 pages, 4 figures, 1 table