[論文レビュー] A Game-Theoretic Approach to Recommendation Systems with Strategic Content Providers

Omer Ben-Porat, Moshe Tennenholtz|arXiv (Cornell University)|Jun 4, 2018

Advanced Bandit Algorithms ResearchDecision Sciences被引用数 21

ひとこと要約

本稿では、戦略的なコンテンツ提供者に対して公平性と安定性を保証するゲーム理論的推薦システム「Shapleyメディエーター」を提案する。Shapley値を用いて最適な表示確率を計算することで、コンテンツ提供者の露出を最大化する戦略的行動に対処する。これは、公平性、安定性（純ナッシュ均衡を介して）、経済的効率性を同時に満たす唯一のメカニズムであり、線形時間で実行可能であり、従来のシステムに比べてユーザーの効用を上回る性能を示す。

ABSTRACT

We introduce a game-theoretic approach to the study of recommendation systems with strategic content providers. Such systems should be fair and stable. Showing that traditional approaches fail to satisfy these requirements, we propose the Shapley mediator. We show that the Shapley mediator fulfills the fairness and stability requirements, runs in linear time, and is the only economically efficient mechanism satisfying these properties.

研究の動機と目的

• コンテンツ提供者が露出を最大化するために戦略的に行動する推薦システムにおける公平性と安定性の課題を解決すること。
• 公平性と均衡の安定性を保証できない従来の推薦システムの限界を特定すること。
• 複数の利害関係者を含む推薦環境において、公平性、安定性、経済的効率性を満たすメカニズムを設計すること。
• Shapleyメディエーターが、公平性、安定性、効率性の3つの基準を同時に満たす唯一のメカニズムであることを証明すること。
• Shapleyメディエーターの計算の実行可能性と、従来のアプローチに比べたユーザー効用の優位性を示すこと。

提案手法

• ユーザー満足度に依存する報酬を有するコンテンツ提供者の協力的ゲームとして推薦システムをモデル化する。
• 最適な表示確率を決定するための公平な配分メカニズムとしてShapley値を適用する。
• Shapleyメディエーターが潜在関数を持つことを証明し、より良い反応動的学習が純ナッシュ均衡に収束することを保証する。
• 各提供者が複数のアイテムを提供できる状況を扱うために、ユーザー満足度を最大化するアイテムを選択する形でモデルを拡張する。
• アイテム集合からリソース区間への1対1の写像を用いて、ゲーム理論フレームワーク内での複数アイテム戦略をモデル化する。
• 数値最適化を用いてユーザー効用とアナーキーの価格を分析し、Shapleyメディエーターが高いユーザー満足度を維持することを示す。

実験結果

リサーチクエスチョン

• RQ1 従来の推薦システムは、コンテンツ提供者が戦略的に行動する状況でも、公平性と安定性を保証できるか？
• RQ2 複数の利害関係者を含む推薦システムにおいて、公平性、安定性、経済的効率性を保証するメカニズム設計の原則は何か？
• RQ3 公平性、安定性、効率性を同時に満たす唯一のメカニズムは存在するか？
• RQ4 Shapleyメディエーターは、従来のシステムに比べてユーザー効用においてどの程度の性能を示すか？
• RQ5 実際の応用において、Shapleyメディエーターを実装する際の計算複雑度はどの程度か？

主な発見

• Shapleyメディエーターは、公平性、安定性（純ナッシュ均衡を介して）、経済的効率性を同時に満たす唯一のメカニズムである。
• Shapleyメディエーターは線形時間で実行可能であり、一般状況下でのShapley値の計算困難さにもかかわらず、計算的に効率的である。
• ユーザー効用が最適値の少なくとも56.8％を達成することを保証しており、アナーキーの価格が最大1.761であることを示唆する。
• 数値解析により、ユーザー数nに対して、Shapleyメディエーター下でのユーザー効用が0.568nを超えることが確認され、優れた性能を示している。
• 潜在関数を介して、Shapleyメディエーターは安定性を維持し、より良い反応学習ダイナミクスが均衡に収束することを保証する。
• コンテンツ提供者が複数のアイテムを提供できる状況においても、メカニズムは有効であり、パーソナライズド選択下でもShapley値の計算が保持される。