旅游中的多利益相关者公平性：算法能从旅游管理中学习什么？

算法决策支持系统，即推荐系统，是帮助游客决定探索哪些地方和景点的流行数字工具。然而，算法往往会无意中引导游客流向对环境、当地社区或其他利益相关者都产生负面影响的方向。这一问题部分归因于计算机科学社区对现实世界各利益相关者之间复杂关系和权衡缺乏足够的理解。在本工作中，我们借鉴旅游管理的实践发现和方法，为算法决策支持中的多利益相关者公平性研究提供指导。利用半系统性文献综述，我们综合了旅游管理文献和计算机科学文献。我们的发现表明，旅游管理主动尝试识别各利益相关者的具体需求，并利用定性的、包容的和参与式的方法，从规范性和整体性的研究视角研究公平性。相比之下，计算机科学对利益相关者的需求缺乏足够的理解，主要通过可衡量的歧视等描述性因素来考虑公平性，而且过度依赖少数数学形式化的公平性标准，这些标准无法捕捉旅游中公平性的多维本质。通过本工作的结果，我们旨在说明纯算法研究的不足，并强调未来跨学科合作的潜力和特殊需求。我们相信，这种合作是提升算法决策支持系统以理解和支持旅游中真正多利益相关者公平性的基本且必要的步骤。