动态难民分配中的群体公平
摘要：确保难民和寻求庇护者在他们的接纳国家（例如找到工作）能够蓬勃发展是一项深远的人道主义目标，而就业的主要驱动因素是难民或寻求庇护者被指定到接纳国家的地理位置。最近的研究提出并实施了一些算法，以便对难民和寻求庇护者进行地理位置的分配，以最大化所有到达的难民的平均就业率。虽然这些算法可以产生很大的总体积极影响，但我们使用两个工业合作伙伴的数据表明，这些算法的影响在基于原籍国、年龄或教育背景的关键子群体之间可能存在很大差异。因此，我们设计了一个简单易懂的框架，以将团体公平性纳入动态难民分配问题。具体而言，这个框架可以灵活地将文献中许多现有和未来的团体公平性定义（例如最小最大、随机和在群组内优化）纳入其中。在我们的框架的支持下，我们提出了两种招标价算法，这些算法可以同时最大化总体就业率，同时提供可证明的团体公平保证。通过使用各种团体公平性定义和来自美国和荷兰的真实数据进行广泛的数值实验，我们证明我们的算法相比于现有最先进的算法，可以在团体公平性方面取得实质性的改善，并且只有很小的相对降低（约1%-2%）的全局性能。
作者：Daniel Freund, Thodoris Lykouris, Elisabeth Paulson, Bradley Sturt, Wentao Weng
论文ID：2301.10642
分类：Computer Science and Game Theory
分类简称：cs.GT
提交时间：2023-01-26