[논문 리뷰] Group Fairness in Multiwinner Voting.

L. Elisa Celis, Lingxiao Huang외 1명|arXiv (Cornell University)|2017. 10. 27.

Game Theory and Voting Systems참고 문헌 22인용 수 5

한 줄 요약

이 논문은 성별, 민족, 정치 소속 등 상호 겹치는 다수의 비상호배제적 속성에 걸쳐 그룹 공정성을 보장하는 일반적인 알고리즘 프레임워크를 제안한다. 이는 임의의 단조 증가하는 하위모듈러(score) 함수와 공정성 제약 조건을 통합함으로써 가능하다. 다양한 속성 구조에 대해 근사 알고리즘과 복잡도 한계를 제공하며, 상호배제적이지 않은 속성 외에도 유연하고 증명 가능한 공정성을 보장하는 위원회 선출을 가능하게 한다.

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.

연구 동기 및 목표

• 정치 소속과 같이 상호배제적인 속성에만 초점을 맞춘 이전 연구의 격차를 보완하기 위해, 성별과 정당 소속처럼 겹치는 다수의 속성에 걸쳐 공정성을 보장하고자 한다.
• 모든 단조 증가하는 하위모듈러 점수 함수를 지원하면서도 그룹 공정성 제약 조건을 강제하는 통합 알고리즘 프레임워크를 개발하고자 한다.
• 특히 비상호배제적인 속성 집합에 대해, 그룹 공정성 기반 제약 조건이 있는 다중승자 투표의 계산 복잡도를 체계적으로 연구하고자 한다.
• 속성 집합의 다양한 구조적 가정 하에 공정성과 점수 최대화를 동시에 달성하는 이론적 보장을 갖춘 근사 알고리즘을 제공하고자 한다.
• 다양한 설정에서 효율적인 공정한 위원회 선출의 한계를 명확히 하기 위해 근사의 난이도 결과를 규명하고자 한다.

제안 방법

• 각 그룹(속성 설정으로 정의됨)이 선정된 위원회에서 과도하게나 혹은 부족하게 표현되지 않도록 하는 제약 조건으로 그룹 공정성을 수식화한다.
• 다중승자 투표 프레임워크에 일반 점수 함수를 통합함으로써 유연한 위원회 품질 측정이 가능하도록 하며, 이 점수 함수는 단조 증가하고 하위모듈러 성질을 가져야 한다.
• 하위모듈러 최적화와 제약 선택 기법을 활용하여 공정성 제약 조건과 점수 최대화를 균형 잡는 새로운 근사 알고리즘을 설계한다.
• 속성 집합의 다양한 구조(예: 라미너, 임의의 구조)에 따라 문제의 복잡도를 분석하고, 해당 구조에 따라 달라지는 근사 비율을 도출한다.
• 조합 최적화의 복잡성을 다루기 위해 완화 및 반올림 기법을 사용한다.
• 속성 집합 구성과 점수 함수 성질에 따라 근사 성능과 근사 난이도의 이론적 경계를 증명한다.

실험 결과

연구 질문

• RQ1 성별과 정당 소속처럼 상호 겹치는 다수의 비상호배제적 속성에 걸쳐 다중승자 투표 시스템에서 공정성을 어떻게 확보할 수 있는가?
• RQ2 속성이 상호 겹치지 않으며 점수 함수가 단조 증가하는 하위모듈러일 경우, 공정하고 높은 점수를 갖는 위원회를 선택하는 데 필요한 계산 복잡도는 어떠한가?
• RQ3 모든 단조 증가하는 하위모듈러 점수 함수를 지원하면서도 속성 집합으로 정의된 모든 그룹에 대해 공정성을 보장할 수 있는 일반 프레임워크를 설계할 수 있는가?
• RQ4 라미너, 임의의 구조 등 속성 집합의 다양한 구조적 가정 하에 공정한 다중승자 투표의 근사 비율은 얼마인가?
• RQ5 이 제약 조건이 있는 다중승자 투표 문제의 본질적 한계는 무엇이며, 어떤 난이도 결과가 이 문제에 적용되는가?

주요 결과

• 제안된 프레임워크는 다수의 상호 겹치는 비상호배제적 속성에 걸쳐 모든 단조 증가하는 하위모듈러 점수 함수를 지원하면서도 그룹 공정성을 보장한다.
• 라미너 속성 집합의 경우, 프레임워크는 상수 요소 근사 보장을 달성하며, 이는 이전의 전용 접근보다 향상된 성능이다.
• 속성 집합이 임의일 경우 문제의 근사화는 상수 요소 범위 내에서 NP-난이도임을 입증하여 본질적인 계산 한계를 보여준다.
• 프레임워크는 겹치는 속성과 다양한 점수 함수를 허용함으로써 이전 연구를 일반화하며, 실제 공정한 위원회 선출에 더 넓은 적용 가능성을 제공한다.
• 이론적 분석을 통해 근사 성능에 대한 날카로운 경계를 규명하였으며, 공정성과 점수 최대화 사이의 상호 보완적 관계를 보여준다.
• 다양한 구조적 가정 하에 위원회 품질의 손실을 최소화하면서도 증명 가능한 공정성을 보장할 수 있다.