重新思考推荐系统中的激励：单调奖励总是有益的吗？
计算机科学与博弈论
2023-07-11 v2
摘要
过去十年见证了一个新职业的兴起，即媒体内容创作者，他们依赖在线内容推荐平台的收入流。这些平台采用的奖励机制在创作者间制造了竞争环境，影响其生产选择，进而影响内容分布与系统福利。因此，设计平台的奖励机制以引导创作者竞争长期朝向合意的福利结果至关重要。本工作在此方面做出两项主要贡献：首先，我们揭示了一类被广泛采用的机制（称为基于优绩的单调机制）的根本局限，表明它们不可避免地导致最优福利的常数比例损失。为规避此局限，我们引入反向奖励机制（BRMs），并表明由 BRMs 引发的竞争博弈具有势博弈结构。因此 BRMs 自然诱导策略性创作者的集体行为朝向优化势函数，而势函数可被设计以匹配任意给定福利度量。此外，BRM 类可被参数化，使平台能在可行机制空间内直接优化福利，即便福利度量未被显式定义。
引用
@article{arxiv.2306.07893,
title = {Rethinking Incentives in Recommender Systems: Are Monotone Rewards Always Beneficial?},
author = {Fan Yao and Chuanhao Li and Karthik Abinav Sankararaman and Yiming Liao and Yan Zhu and Qifan Wang and Hongning Wang and Haifeng Xu},
journal= {arXiv preprint arXiv:2306.07893},
year = {2023}
}