基于洛伦兹占优的排序双边公平性
信息检索
2021-11-01 v1 人工智能
计算机与社会
机器学习
摘要
我们考虑在推荐系统中生成对用户和物品提供方均公平的排序问题。我们兼顾常规推荐(如音乐或电影)与互惠推荐(如约会)。遵循福利经济学中的分配正义概念,我们的公平性 notion 旨在提升弱势个体的效用,并使用洛伦兹效率准则加以形式化。它保证排序是帕累托有效的,并在给定总体效用水平下最大化地将效用从优势者再分配给弱势者。我们提出通过最大化凹福利函数生成排序,并基于Frank-Wolfe算法开发了高效的推断过程。我们证明,与现有基于公平约束的方法不同,我们的方法总能生成公平排序。实验还表明,该方法以更低的总体效用代价提升了弱势者的效用。
引用
@article{arxiv.2110.15781,
title = {Two-sided fairness in rankings via Lorenz dominance},
author = {Virginie Do and Sam Corbett-Davies and Jamal Atif and Nicolas Usunier},
journal= {arXiv preprint arXiv:2110.15781},
year = {2021}
}