[论文解读] Multiwinner Elections with Diversity Constraints

Robert Bredereck, Piotr Faliszewski+3 more|arXiv (Cornell University)|Nov 17, 2017

Game Theory and Voting Systems被引用 13

一句话总结

本文提出了一种新颖的多胜者选举模型，结合基于表现的委员会选择与基于候选人属性（如性别、资历、子领域）的多样性约束。该模型为可 tractable 的情形提供了多项式时间算法——特别是针对可分目标函数和1-或2-层状标签结构的情形，同时证明了一般情况下的NP难性，并为不可解变体提供了近似算法。

ABSTRACT

We develop a model of multiwinner elections that combines performance-based measures of the quality of the committee (such as, e.g., Borda scores of the committee members) with diversity constraints. Specifically, we assume that the candidates have certain attributes (such as being a male or a female, being junior or senior, etc.) and the goal is to elect a committee that, on the one hand, has as high a score regarding a given performance measure, but that, on the other hand, meets certain requirements (e.g., of the form "at least $30\%$ of the committee members are junior candidates and at least $40\%$ are females"). We analyze the computational complexity of computing winning committees in this model, obtaining polynomial-time algorithms (exact and approximate) and NP-hardness results. We focus on several natural classes of voting rules and diversity constraints.

研究动机与目标

• 正式化使用基于表现的目标函数与基于属性的多样性约束来选择高质量、多样化多胜者委员会的问题。
• 分析在不同目标函数、标签结构与多样性约束组合下，计算优质多样化委员会的计算复杂性。
• 识别存在多项式时间算法的可 tractable 情形，特别是针对可分目标函数与低复杂度标签层次结构（如1-或2-层状结构）。
• 为NP难变体开发近似算法，尤其针对子模目标函数与复杂标签依赖关系的情形。
• 为现实场景（如研究研讨会、职位筛选、政策制定）提供一个系统化的多样性感知委员会选择框架。

提出的方法

• 使用一般目标函数（如Borda分值、可分或子模函数）正式化问题，以评估委员会质量。
• 引入候选人属性（标签），如性别、资历或子领域，并以层状或分层结构建模其关系。
• 将多样性约束定义为独立的基数边界（如“至少30%的初级研究人员”）或每标签的区间，对平衡委员会给予特殊处理。
• 应用复杂性理论分析，对不同目标函数、标签结构与约束配置下的问题难度进行分类。
• 设计精确与近似算法，包括在1-层状结构下针对子模目标函数的0.5-近似算法，以及在Chamberlin–Courant规则下针对平衡委员会的PTAS。
• 利用组合优化中的已知结果（如背包问题变体），并将其适配至本模型所设定的0/1贡献与结构化约束场景。

实验结果

研究问题

• RQ1 在何种条件下，计算一个多样化且高质量的多胜者委员会是计算可 tractable 的？
• RQ2 候选人属性的结构（如层状 vs. 分层）如何影响委员会选择问题的复杂性？
• RQ3 能否为多样化多胜者选举问题的NP难变体开发高效的近似算法？
• RQ4 不同目标函数（可分、子模、平衡）对多样性约束委员会选择的可行性与复杂性有何影响？
• RQ5 多样性约束（如特定属性的最低代表性阈值）如何影响计算复杂性与算法设计？

主要发现

• 该问题在一般情况下为NP难，即使仅检查可行性（即是否存在任意多样化委员会），在大多数目标函数与约束组合下亦然。
• 对于可分目标函数与1-层状或2-层状标签结构，存在多项式时间算法，使其适用于实际应用场景（如研究研讨会邀请）。
• 针对1-层状结构下的子模目标函数，提供了0.5-近似算法；在Chamberlin–Courant规则下，针对平衡委员会存在PTAS。
• 对于3层或一般标签结构，即使目标函数为可分，问题也变为NP难，表明在更高结构复杂度下存在明显的复杂性阈值。
• 在3层或大量标签设置下的独立约束下，问题仍为NP难，且当以标签数量为参数时为W[1]-难，表明其具有强烈的不可解性。
• 该模型通过允许更丰富的约束形式（如区间）扩展了多维背包问题，同时将每维的项目贡献限制为0/1，从而形成独特的复杂性特征。