在线二分匹配中的罗尔斯公平性：双边、群体与个体

在线二分匹配平台无处不在，并在众包与网约车等重要领域有应用。最一般的形式下，平台由三类实体组成：待匹配的两侧与一个决定匹配的平台运营方。此类平台的算法设计传统上聚焦于运营方的（期望）收益。由于公平性已成为既有算法忽略的重要考量，一系列在线匹配算法被提出，以牺牲运营方收益为代价对市场一侧给予公平对待保证。本文将既有工作推广，以同时对市场两侧提供公平对待保证，且运营方收益有可计算的最坏情况下降。我们考虑群体与个体的罗尔斯公平性准则。此外，我们的算法具有理论保证，并含可调参数可按需权衡三方效用间的折衷。我们也推导了硬度结果，给出了任意算法性能的明确上界。