[论文解读] Multi-stakeholder Recommendation and its Connection to Multi-sided Fairness

Himan Abdollahpouri, Robin Burke|arXiv (Cornell University)|Jul 30, 2019

Decision-Making and Behavioral Economics参考文献 19被引用 30

一句话总结

本文提出了一种多利益相关方推荐系统分类法，识别出三个核心类别：多接收方、多提供方以及带有附加利益相关方的推荐。它建立了一个将多利益相关方推荐与多方公平性（C-公平性（消费者）、P-公平性（提供方）、S-公平性（附加利益相关方））联系起来的框架，并主张通过集成化的算法设计来平衡不同利益相关方之间的利益冲突。

ABSTRACT

There is growing research interest in recommendation as a multi-stakeholder problem, one where the interests of multiple parties should be taken into account. This category subsumes some existing well-established areas of recommendation research including reciprocal and group recommendation, but a detailed taxonomy of different classes of multi-stakeholder recommender systems is still lacking. Fairness-aware recommendation has also grown as a research area, but its close connection with multi-stakeholder recommendation is not always recognized. In this paper, we define the most commonly observed classes of multi-stakeholder recommender systems and discuss how different fairness concerns may come into play in such systems.

研究动机与目标

• 定义并分类最常见的多利益相关方推荐系统类别，这些系统超越了以用户为中心的模型。
• 识别并形式化推荐平台中不同利益相关群体（用户、物品提供方、附加利益相关方）的公平性关切。
• 在多利益相关方推荐与公平意识推荐之间建立概念和方法论上的桥梁，这两者通常被视为独立的研究方向。
• 提出一种新的公平性维度——S-公平性，用于尚未直接参与推荐交互但受其影响的利益相关方，例如配送人员。
• 为未来同时满足多样化利益相关方目标与公平性标准的算法开发奠定基础。

提出的方法

• 将多利益相关方推荐划分为三类主要类别：多接收方（例如群体推荐）、多提供方（例如优步外卖中的多家餐厅）以及带有附加利益相关方的系统（例如配送人员）。
• 提出一个三层公平性框架：C-公平性（对消费者的公平性）、P-公平性（对物品提供方的公平性）和S-公平性（对未直接参与推荐但受其影响的附加利益相关方的公平性）。
• 使用现实世界案例（如优步外卖和求职推荐平台）说明在实践中利益相关方之间的冲突与公平性权衡如何显现。
• 将现有公平性定义扩展至群体环境中的长期公平性，例如防止在群体推荐中边缘化个体偏好。
• 主张价值意识推荐（例如平衡用户满意度与商业收入）可被视为一种多利益相关方推荐的混合形式。
• 提出未来系统应在单一推荐算法中整合多种公平性类型（例如CP-公平性、S-公平性），以应对复杂的利益相关方动态。

实验结果

研究问题

• RQ1 多利益相关方推荐系统中最常观察到的类别是什么？它们与传统以用户为中心的推荐系统有何不同？
• RQ2 在多利益相关方推荐平台中，公平性关切如何在不同利益相关方群体（消费者、提供方、附加利益相关方）中体现？
• RQ3 S-公平性在多利益相关方系统中的作用是什么？它与C-公平性和P-公平性有何区别？
• RQ4 现有推荐问题（如群体推荐和互惠推荐）在多利益相关方框架中以何种方式得以体现？
• RQ5 如何将公平意识推荐重新概念化为多利益相关方问题，以实现平衡且合乎伦理的结果？

主要发现

• 多利益相关方推荐是一个总括性类别，涵盖了群体推荐和互惠推荐等现有推荐范式，但缺乏统一的分类法。
• 推荐中的公平性本质上是多方的：C-公平性关注消费者公平，P-公平性确保提供方公平，而S-公平性则考虑对未参与但受其影响的利益相关方（如配送人员）的影响。
• 优步外卖平台是结合多提供方、附加利益相关方和价值意识推荐的混合系统的典范，凸显了现实世界多利益相关方动态的复杂性。
• S-公平性是一种新颖的公平性维度，用于捕捉对附加利益相关方（如配送人员）在工作量、通勤时间和分配公平性方面应承担的伦理责任。
• 现有公平性定义不足以应对多利益相关方系统；必须同时考虑多种公平性类型（如CP-公平性、S-公平性）的综合方法。
• 公平性与多利益相关方设计的整合对于实现可持续且合乎伦理的推荐系统至关重要，未来算法研究应优先关注这一整合。