[論文レビュー] When the Umpire is also a Player: Bias in Private Label Product Recommendations on E-commerce Marketplaces

Abhisek Dash, Abhijnan Chakraborty+3 more|arXiv (Cornell University)|Jan 30, 2021

Consumer Market Behavior and Pricing参考文献 39被引用数 4

ひとこと要約

本論文は、アマゾンのスポンサードおよびオーガニック関連商品推薦について体系的な監査を実施し、スポンサード結果においてアマゾンのプライベートブランド（PL）製品が顕著に優遇されていることが判明した。複数のバイアス測定を用いたネットワーク中心のフレームワークを用いて、研究ではPL製品がオーガニックのものよりもはるかに多くのスポンサード推薦を受けることが明らかになった。PL会員資格はリンク形成において最も影響力のある要因であり、第三者の売り手に不利なアルゴリズム的優遇が示唆される。

ABSTRACT

Algorithmic recommendations mediate interactions between millions of customers and products (in turn, their producers and sellers) on large e-commerce marketplaces like Amazon. In recent years, the producers and sellers have raised concerns about the fairness of black-box recommendation algorithms deployed on these marketplaces. Many complaints are centered around marketplaces biasing the algorithms to preferentially favor their own `private label' products over competitors. These concerns are exacerbated as marketplaces increasingly de-emphasize or replace `organic' recommendations with ad-driven `sponsored' recommendations, which include their own private labels. While these concerns have been covered in popular press and have spawned regulatory investigations, to our knowledge, there has not been any public audit of these marketplace algorithms. In this study, we bridge this gap by performing an end-to-end systematic audit of related item recommendations on Amazon. We propose a network-centric framework to quantify and compare the biases across organic and sponsored related item recommendations. Along a number of our proposed bias measures, we find that the sponsored recommendations are significantly more biased toward Amazon private label products compared to organic recommendations. While our findings are primarily interesting to producers and sellers on Amazon, our proposed bias measures are generally useful for measuring link formation bias in any social or content networks.

研究の動機と目的

• アマゾンのスポンサード関連商品推薦が、自社のプライベートブランド（PL）製品を第三者（3P）製品よりも体系的に優遇しているかどうかを調査すること。
• アマゾンのスポンサードとオーガニックの推薦システムにおけるバイアスを定量化および比較すること。
• 推薦ネットワークにおけるリンク形成バイアスを測定するためのネットワーク中心のフレームワークを開発すること。
• 売り手および製品の属性が推薦露出に与える相対的影響を評価すること。
• 規制当局、研究者、プラットフォーム設計者に対して、電子商取引におけるアルゴリズム的公平性に関する根拠に基づく知見を提供すること。

提案手法

• 製品カテゴリーごとに、視聴者類似性に基づくオーガニック（視聴者類似性ベース）およびスポンサード（広告駆動）関連商品ネットワーク（RIN）の2つのネットワークベースの表現を構築した。
• 製品および売り手の属性がインデグリー（すなわち、推薦数）に与える影響を推定するために、ネットワークベースの回帰（NBR）モデルを適用した。
• PL製品と3P製品の間での推薦露出の格差を定量化するために、5つの直交するバイアス測定を用いた。
• バックパックおよびバッテリーのカテゴリーにおけるアマゾンの商品ページからデータを収集・分析し、推薦パターンを推定した。
• オーガニックおよびスポンサードRIN間で、属性（例：PL会員資格、FBAによる受託、売り手の質）の推定係数を比較してバイアスを検出した。
• 統計的有意性の検定を実施し、主要な属性が推薦頻度に与える影響を検証した。

実験結果

リサーチクエスチョン

• RQ1 アマゾンのプライベートブランド製品は、第三者製品と比較して、スポンサード関連商品推薦の割合を著しく高い水準で受け取っているか？
• RQ2 スポンサード推薦におけるバイアスは、オーガニック（視聴者類似性ベース）推薦におけるバイアスと比べてどの程度異なるか？
• RQ3 どの製品および売り手の属性が、スポンサード結果での推薦の可能性に最も顕著に影響を与えるか？
• RQ4 プライベートブランド会員資格が推薦露出に与える影響は、異なる製品カテゴリーにおいて統計的に有意かつ一貫しているか？
• RQ5 売り手の質、受託方法（FBA）、製品の人気度といった属性が、スポンサードとオーガニックの両システムにおける推薦露出にどの程度影響を与えるか？

主な発見

• スポンサード関連商品ネットワークにおけるインデグリーの最も顕著な予測要因はプライベートブランド（PL）会員資格であり、推定係数が0.741に達し、強いアルゴリズム的優遇が示唆される。
• オーガニック推薦では、PL会員資格が負の有意な影響を示しており（係数-0.183）、顧客が自然にPL製品を好まないことを示唆している。
• Fulfillment by Amazon（FBA）は、オーガニックおよびスポンサード両ネットワークで最も影響力のある属性であるが、スポンサードRINではPL会員資格の相対的影響力に比べて低くなっている。
• 売り手の質および製品の質は、両RINでインデグリーに正の有意な影響を及ぼしているが、スポンサードネットワークではPL会員資格の影響に比べて著しく小さい。
• 製品の人気度は、いかなるモデルでもインデグリーに正または有意な影響を示さず、人気度そのものが推薦頻度を決定づけないことを示している。
• PL製品へのバイアスは、スポンサード推薦においてオーガニック推薦よりも顕著に高く、特にPL会員資格の相対的影響力が両者の比較で最も高くなった。