[论文解读] Preference Restrictions in Computational Social Choice: A Survey
本综述全面概述了计算社会选择中受限偏好域的研究，重点关注单峰、单交叉、欧几里得及相关的偏好域。它整合了识别这些偏好域的算法，以及在计算上困难的投票规则下进行胜者确定的算法，表明结构限制能够使原本难以解决的问题获得高效解法。
Social choice becomes easier on restricted preference domains such as single-peaked, single-crossing, and Euclidean preferences. Many impossibility theorems disappear, the structure makes it easier to reason about preferences, and computational problems can be solved more efficiently. In this survey, we give a thorough overview of many classic and modern restricted preference domains and explore their properties and applications. We do this from the viewpoint of computational social choice, letting computational problems drive our interest, but we include a comprehensive discussion of the economics and social choice literatures as well. Particular focus areas of our survey include algorithms for recognizing whether preferences belong to a particular preference domain, and algorithms for winner determination of voting rules that are hard to compute if preferences are unrestricted.
研究动机与目标
- 系统化并综述计算社会选择中经典与现代的受限偏好域。
- 分析单峰性与单交叉性等偏好结构带来的计算优势。
- 提供一个统一的框架，以理解结构化域中识别算法与胜者确定的关系。
- 通过算法与结构洞察，弥合计算社会选择、经济学与社会选择理论之间的差距。
提出的方法
- 系统性地调研11个核心偏好域，包括单峰、单交叉、欧几里得及组可分偏好。
- 展示每种偏好域的识别算法，包含复杂度分析与算法技术（如贪心算法、动态规划、图论方法）。
- 利用禁止子配置表征法来定义并验证偏好域的成员资格。
- 为Condorcet扩展规则、Kemeny规则、Dodgson规则、Young规则以及多胜者规则（Chamberlin–Courant规则、Monroe规则）在结构化偏好下的胜者确定，开发高效算法。
- 通过删除、克隆集与距离度量（如交换距离）等方式，整合近似结构化偏好。
- 结合公理化与算法方法，处理现实世界中轻微偏离理想结构的偏好数据。
实验结果
研究问题
- RQ1如何高效识别给定偏好配置是否属于单峰或单交叉等受限偏好域？
- RQ2在偏好受限的情况下，投票规则的胜者确定在算法与复杂度之间存在何种权衡？
- RQ3偏好限制在多大程度上能消除不可能性定理，并减少投票系统中的策略性操纵？
- RQ4如何建模并计算那些轻微偏离理想域约束的‘近似结构化’偏好？
- RQ5多维与基于树的偏好域具有哪些结构与算法特性？
主要发现
- 使用贪心算法，单峰偏好的识别可在 O(nm) 时间内完成，其中 n 为选民数，m 为候选人数量。
- 通过串行方法的变体，单交叉偏好的识别可在 O(nm log m) 时间内完成。
- 一维欧几里得偏好可通过扫描线算法在 O(nm) 时间内识别。
- 在单峰偏好下，Kemeny规则的胜者确定可在多项式时间内求解，而一般情况下并非如此。
- Chamberlin–Courant规则在欧几里得与单峰偏好域中可实现近乎紧致的近似算法。
- 通过选民/候选人删除或交换距离等方式处理近似结构化偏好，即使不完全满足精确域成员资格，也能实现可计算性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。