[論文レビュー] Fairness in ad auctions through inverse proportionality.

Shuchi Chawla, Meena Jagadeesan|arXiv (Cornell University)|Mar 31, 2020

Auction Theory and Applications参考文献 7被引用数 8

ひとこと要約

この論文は、類似したユーザーが類似した広告配分を受けることを保証する価値安定性を通じて、個人的公平性を実現する真実性があり、事前分布を必要としない広告オークションメカニズムである逆割合配分を導入する。このメカニズムは、広告業者の数に依存しない定数倍近似による最適社会的厚生を達成し、先行研究に比べ顕著な改善を示す。

ABSTRACT

We study the tradeoff between social welfare maximization and in the context of ad auctions. We study an ad auction setting where users arrive one at a time, $k$ advertisers submit values for each user, and the auction assigns a distribution over ads to each user. Following the works of Dwork and Ilvento (2019) and Chawla et al. (2020), our goal is to design a truthful auction that satisfies individual fairness in its outcomes: informally speaking, users that are similar to each other should obtain similar allocations of ads. We express the constraint as a kind of stability condition: any two users that are assigned multiplicatively similar values by all the advertisers must receive additively similar allocations for each advertiser. This value stability constraint is expressed as a function that maps the multiplicative distance between value vectors to the maximum allowable $\ell_\infty$ distance between the corresponding allocations. Standard auctions do not satisfy this kind of value stability. Our main contribution is a new class of allocation algorithms called Inverse Proportional Allocation that achieve value stability with respect to an expressive class of stability conditions. These allocation algorithms are truthful and prior-free, and achieve a constant factor approximation to the optimal (unconstrained) social welfare. In particular, the approximation ratio is independent of the number of advertisers in the system. In this respect, these allocation algorithms greatly surpass the guarantees achieved in previous work. In fact, our algorithms achieve a near optimal tradeoff between and social welfare under a mild assumption on the value stability constraint. We also extend our results to broader notions of that we call subset fairness.

研究の動機と目的

• 類似したユーザーが類似した広告配分を受けるように保証する真実性のある広告オークションメカニズムを設計すること。
• 公平性を価値安定性制約として形式化する：乗法的に類似した広告業者評価は、加法的に類似した配分をもたらさなければならない。
• この安定性条件を満たしつつ高い社会的厚生を維持する配分アルゴリズムを開発すること。
• 広告業者の数に依存しない定数倍近似による最適社会的厚生を達成すること。
• 公平性枠組みを個別公平性からより広範な概念、すなわち部分集合公平性へと拡張すること。

提案手法

• 広告業者評価から広告配分へと写像する新しい配分アルゴリズムのクラス、逆割合配分を提案する。これにより価値安定性が保証される。
• 評価ベクトル間の乗法的距離を、配分間の最大許容ℓ∞距離に写像する安定性関数を定義する。
• 類似した評価を持つすべてのユーザーのペアに対して、価値安定性制約を満たすように配分ルールを設計する。
• 入札者が自身の評価を不正に報告しても利益を得られないようにすることで、真実性を保証する。
• 事前分布を必要としない設計を採用する。つまり、広告業者の評価の分布に関する知識は不要である。
• ユーザーのグループに対して安定性条件を一般化することで、部分集合公平性への拡張を実現する。

実験結果

リサーチクエスチョン

• RQ1 動的ユーザー到着の下で、価値安定性を通じて個人的公平性を保証する真実性のある広告オークションをどのように設計できるか？
• RQ2 価値安定性制約の下で、広告オークションにおける社会的厚生と公平性の最良のトレードオフは何か？
• RQ3 広告業者の数に依存しない定数倍近似による最適社会的厚生を達成できるか？
• RQ4 公平性枠組みを個別公平性から部分集合公平性へとどのように拡張できるか？

主な発見

• 提案された逆割合配分メカニズムは、表現力のある安定性関数クラスに対して価値安定性制約を満たす。
• メカニズムは真実性があり、事前分布を必要とせず、広告業者の評価の分布に関する仮定を一切必要としない。
• 広告業者の数に依存しない定数倍近似による最適社会的厚生を達成する。
• 価値安定性制約にやや弱い仮定を置くと、近似比はほぼ最適となる。
• 安定性条件をユーザーのグループへ一般化することで、部分集合公平性を強制する枠組みに拡張可能である。