[論文レビュー] Group Fairness in Multiwinner Voting.

L. Elisa Celis, Lingxiao Huang+1 more|arXiv (Cornell University)|Oct 27, 2017

Game Theory and Voting Systems参考文献 22被引用数 5

ひとこと要約

本稿では、性別、民族、政治的帰属など、非互いに排他的でない複数の属性にわたるグループの公平性を保証する一般化されたアルゴリズム的フレームワークを提案する。このフレームワークは、任意の単調な劣微分関数を統合し、公平性制約を課す。多様な属性構造における近似アルゴリズムと計算複雑性の境界を提供し、非互いに排他的な属性を超える、柔軟で理論的に保証された公平な委員会選定を可能にする。

ABSTRACT

We study multiwinner voting problems when there is an additional requirement that the selected committee should be fair with respect to attributes such as gender, ethnicity, or political parties. Every setting of an attribute gives rise to a group, and the goal is to ensure that each group is neither over nor under represented in the selected committee. Prior work has largely focused on designing specialized score functions that lead to a precise level of representation with respect to disjoint attributes (e.g., only political affiliation). Here we propose a general algorithmic framework that allows the use of any score function and can guarantee flexible notions of fairness with respect to multiple, non-disjoint attributes (e.g., political affiliation and gender). Technically, we study the complexity of this constrained multiwinner voting problem subject to group-fairness constraints for monotone submodular score functions. We present approximation algorithms and hardness of approximation results for various attribute set structures and score functions.

研究の動機と目的

• 政治的帰属のように、属性が互いに排他的であることに限定された先行研究のギャップを埋めるために、性別や政党など、重複する属性間での公平性を実現すること。
• 任意の単調な劣微分関数をサポートする統一的なアルゴリズム的フレームワークを構築し、グループ公平性制約を強制すること。
• グループ公平性の下での制約付きマルチウィナー投票の計算複雑性を形式的に研究すること、特に非互いに排他的な属性集合に対して。
• 属性集合の構造的仮定に応じて、公平性とスコア最大化の両方を理論的に保証する近似アルゴリズムを提供すること。
• 異なる設定下での効率的な公平な委員会選定の限界を明確にするために、近似の困難性に関する結果を確立すること。

提案手法

• 属性設定によって定義される各グループが、選ばれた委員会において過剰または不足して代表されないよう、グループ公平性を制約として形式化すること。
• 単調かつ劣微分である一般化されたスコア関数を用いて、公平性制約をマルチウィナー投票フレームワークに統合し、委員会の質の測定に柔軟性をもたらすこと。
• 劣微分最適化と制約付き選択の技術を活用し、公平性制約とスコア最大化の両方をバランスさせる、新しい近似アルゴリズムの設計。
• 属性集合の構造（例：ラミナーフラット、任意）に応じて問題の複雑性を分析し、構造に依存する近似比を導出すること。
• 組合せ的複雑性を扱うために、緩和と丸め込みのアプローチを用いること。
• 属性集合の構成とスコア関数の性質に応じて、近似性能と近似の困難性に関する理論的境界を証明すること。

実験結果

リサーチクエスチョン

• RQ1 マルチウィナー投票システムにおいて、性別や政治的帰属のように、非互いに排他的な複数の属性にわたって公平性をどのように確保できるか。
• RQ2 属性が非互いに排他的で、スコア関数が単調な劣微分である場合、公平で高スコアの委員会を選択する問題の計算複雑性はどの程度か。
• RQ3 任意の単調な劣微分関数をサポートし、属性集合によって定義されるすべてのグループに対して公平性を保証する一般化されたフレームワークを設計できるか。
• RQ4 属性集合の構造的仮定（例：ラミナーフラット、任意）に応じて、公平なマルチウィナー投票のための達成可能な近似比は何か。
• RQ5 この制約付きマルチウィナー投票問題における近似の本質的限界は何か。どのような困難性の結果が成り立つか。

主な発見

• 提案されたフレームワークは、任意の単調な劣微分関数をサポートしながら、複数の非互いに排他的な属性にわたるグループ公平性を保証する。
• ラミナーフラットな属性集合構造の下では、定数倍近似の保証を達成し、先行の特殊化されたアプローチを上回る。
• 属性集合が任意の場合、問題は定数要因内で近似可能でない（NP困難）ことが示され、本質的な計算的限界が存在することが判明した。
• 重複する属性と柔軟なスコア関数を許容することで、本フレームワークは先行研究を一般化し、現実世界の公平な委員会選定への広範な適用可能性を実現した。
• 理論的分析により、近似性能のタイトな境界が確立され、公平性とスコア最大化のトレードオフが明らかになった。
• さまざまな構造的仮定の下で、スコア関数による測定で委員会の質の損失を最小限に抑えつつ、保証された公平性を実現できる。