公平排序中离群值影响的理解与缓解

传统排序系统期望按相关性对条目排序，从而最大化其效用。在公平排序中，效用与公平性一并作为优化目标。近期公平排序的工作聚焦于开发算法以在基于位置的曝光下优化公平性。相反，我们识别出排序中离群值影响曝光并从而负面冲击公平性的可能。条目列表中的离群值会改变检视概率，与基于位置的曝光相比，可导致不同的注意力分布。我们形式化了排序中的离群性，展示离群值存在于真实数据集中，并呈现一项眼动追踪研究的结果，表明用户的浏览顺序与条目曝光受离群值存在的影响。随后我们引入 OMIT，一种在存在离群值情况下的公平排序方法。给定离群值检测方法，OMIT 通过抑制前 k 排序中的离群值来改善曝光的公平分配。利用学术搜索数据集，我们展示离群性优化带来了一种更公平的策略，其在前 k 中展示更少离群值，同时保持公平与效用间的合理权衡。