长期约束下的排名
摘要：从用户的选择（例如，点击、购买）中得到的反馈是训练搜索和推荐算法最常见的数据类型之一。然而，基于选择数据盲目训练系统可能只能改善短期参与度，而不能提高平台的长期可持续性以及对用户、内容提供商和其他利益相关方的长期利益。因此，在本文中，我们开发了一个新的框架，决策者（例如，平台运营者、监管机构、用户）可以表达关于平台行为的长期目标（例如，公平性、收入分配、法律要求）。这些目标以暴露度或影响度的形式存在，远远超出了个体会话的范畴，我们提供了新的基于控制的算法来实现这些目标。特别地，这些控制器被设计成只在短期参与度上产生最小的影响，以实现所述的长期目标。除了对控制器的原则性理论推导外，我们还对合成数据和真实世界数据进行了评估。尽管所有控制器的表现都很好，但我们发现它们在效率、稳健性和规划能力方面存在着有趣的权衡。
作者：Kiant''e Brantley, Zhichong Fang, Sarah Dean, Thorsten Joachims
论文ID：2307.04923
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-07-12