論文の概要: Towards Fair Allocation in Social Commerce Platforms
- arxiv url: http://arxiv.org/abs/2402.12759v1
- Date: Tue, 20 Feb 2024 06:58:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-21 17:02:23.486197
- Title: Towards Fair Allocation in Social Commerce Platforms
- Title(参考訳): ソーシャルコマースプラットフォームにおける公平な配分に向けて
- Authors: Anjali Gupta, Shreyans J. Nagori, Abhijnan Chakraborty, Rohit Vaish,
Sayan Ranu, Prajit Prashant Nadkarni, Narendra Varma Dasararaju, Muthusamy
Chelliah
- Abstract要約: ソーシャルコマースプラットフォームは、ソーシャルネットワーク内の他の顧客に商品を宣伝する再販業者を通じて、生産者が製品を販売する新興企業である。
本研究では,ソーシャルコマースプラットフォームにおけるこのようなアロケーションの公平性に注目し,両面の基準条件の下では,不特定項目の公平な分割問題として再販売業者に商品を割り当てることの問題を定式化する。
我々の研究は、理論的・実験的両面から、ナッシュ社会福祉、1つの項目(EF1)までのエンビーフリーネス、最大1つの項目(EQ1)までのエクイティビリティなど、よく研究されたフェアネスのベンチマークを体系的に調査している。
- 参考スコア(独自算出の注目度): 18.76499687585534
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social commerce platforms are emerging businesses where producers sell
products through re-sellers who advertise the products to other customers in
their social network. Due to the increasing popularity of this business model,
thousands of small producers and re-sellers are starting to depend on these
platforms for their livelihood; thus, it is important to provide fair earning
opportunities to them. The enormous product space in such platforms prohibits
manual search, and motivates the need for recommendation algorithms to
effectively allocate product exposure and, consequently, earning opportunities.
In this work, we focus on the fairness of such allocations in social commerce
platforms and formulate the problem of assigning products to re-sellers as a
fair division problem with indivisible items under two-sided cardinality
constraints, wherein each product must be given to at least a certain number of
re-sellers and each re-seller must get a certain number of products.
Our work systematically explores various well-studied benchmarks of fairness
-- including Nash social welfare, envy-freeness up to one item (EF1), and
equitability up to one item (EQ1) -- from both theoretical and experimental
perspectives. We find that the existential and computational guarantees of
these concepts known from the unconstrained setting do not extend to our
constrained model. To address this limitation, we develop a mixed-integer
linear program and other scalable heuristics that provide near-optimal
approximation of Nash social welfare in simulated and real social commerce
datasets. Overall, our work takes the first step towards achieving provable
fairness alongside reasonable revenue guarantees on social commerce platforms.
- Abstract(参考訳): ソーシャルコマースプラットフォームは、ソーシャルネットワークの他の顧客に商品を宣伝する再販業者を通じて製品を販売する新興ビジネスである。
このビジネスモデルの人気が高まっているため、何千人もの小規模生産者や再販業者がこれらのプラットフォームを生業に頼り始めており、公正な収益機会を提供することが重要である。
このようなプラットフォームの巨大なプロダクトスペースは、手動検索を禁止し、製品の露出を効果的に割り当てるレコメンデーションアルゴリズムの必要性を動機付けている。
本研究は、ソーシャルコマースプラットフォームにおけるこうしたアロケーションの公平性に注目し、両面の基数制約の下で、各商品を少なくとも一定数のリセラーに付与し、各リセラーが一定数の商品を入手しなければならない不特定項目の公平な分割問題として再セラーに商品を割り当てることの問題を定式化する。
本研究は, 社会福祉, 1項目まで(ef1), 1項目まで(eq1), 公平性(eq1)など, 様々な公平性ベンチマークを, 理論的および実験的観点から体系的に検討した。
制約のない設定から知られているこれらの概念の存在保証と計算保証は、我々の制約されたモデルに拡張されない。
この制限に対処するために,シミュレーションおよび実社会商取引データセットにおけるnash社会福祉のほぼ最適近似を提供する,混合整数線形プログラムおよびその他のスケーラブルなヒューリスティックを開発した。
全体として、当社の作業は、ソーシャルコマースプラットフォームにおける適切な収益保証と同時に、証明可能な公正を達成するための第一歩を踏み出します。
関連論文リスト
- Defection-Free Collaboration between Competitors in a Learning System [61.22540496065961]
協力によって収益を失うと、参加者がシステムから外れる競合相手となる協調学習システムについて検討する。
我々は、両社が利益を失わずに相互に共有する、より公平で*欠陥のない*スキームを提案する。
論文 参考訳(メタデータ) (2024-06-22T17:29:45Z) - An Auction-based Marketplace for Model Trading in Federated Learning [54.79736037670377]
フェデレートラーニング(FL)は、局所的な分散データを用いたトレーニングモデルにおいて、その効果がますます認識されている。
FLはモデルのマーケットプレースであり、顧客は買い手と売り手の両方として振る舞う。
本稿では,性能向上に基づく適切な価格設定を実現するため,オークションベースのソリューションを提案する。
論文 参考訳(メタデータ) (2024-02-02T07:25:53Z) - Learning to Maximize Gains From Trade in Small Markets [6.204762177970342]
両面市場(ダブルオークション)をインセンティブの整合性と予算バランスの制約の下で設計する問題について検討する。
この結果は,1つの売り手と2つの買い手の間でも相関した値の分布の場合の一般的な不可能性である。
2つ目は、独立分布の場合、1つの売り手と2つの買い手のための効率的な学習アルゴリズムです。
論文 参考訳(メタデータ) (2024-01-21T20:57:12Z) - Seller-side Outcome Fairness in Online Marketplaces [8.29306513718005]
本稿では,売り手側の結果フェアネスの概念を導入し,収集したリコメンデーション報酬とフェアネス指標のバランスをとる最適化モデルを構築した。
実際のeコマースデータセットに関する数値実験では,収集したGross Merchandise Value(GMV)や総購入数といった指標を損なうことなく,販売者の公正度を測ることのできるアルゴリズムが示されている。
論文 参考訳(メタデータ) (2023-12-06T02:58:49Z) - DualFair: Fair Representation Learning at Both Group and Individual
Levels via Contrastive Self-supervision [73.80009454050858]
この研究は、DualFairと呼ばれる自己教師型モデルを提示し、学習された表現から性別や人種などのセンシティブな属性をデバイアスすることができる。
我々のモデルは、グループフェアネスと対実フェアネスという2つのフェアネス基準を共同で最適化する。
論文 参考訳(メタデータ) (2023-03-15T07:13:54Z) - Parity in Markets -- Methods, Costs, and Consequences [109.5267969644294]
我々は、市場デザイナーがフィッシャー市場の税や補助金を使って、市場均衡の結果が一定の制約内に収まることを確実にする方法を示します。
我々は、既存の文献で提案されている様々な公正性制約を市場ケースに適用し、その制約から誰が利益を得るか、誰を失うかを示す。
論文 参考訳(メタデータ) (2022-10-05T22:27:44Z) - VFed-SSD: Towards Practical Vertical Federated Advertising [53.08038962443853]
本稿では,2つの制限を緩和する半教師付き分割蒸留フレームワーク VFed-SSD を提案する。
具体的には,垂直分割された未ラベルデータを利用する自己教師型タスクMatchedPair Detection (MPD) を開発する。
当社のフレームワークは,デプロイコストの最小化と大幅なパフォーマンス向上を図った,リアルタイム表示広告のための効率的なフェデレーション強化ソリューションを提供する。
論文 参考訳(メタデータ) (2022-05-31T17:45:30Z) - Towards Revenue Maximization with Popular and Profitable Products [69.21810902381009]
企業マーケティングの共通のゴールは、様々な効果的なマーケティング戦略を活用することで、収益/利益を最大化することである。
商品の収益性に関する信頼性のある情報を見つけることは、ほとんどの製品が一定の時期にピークを迎える傾向があるため困難である。
本稿では、経済行動に基づく収益問題に対処し、ターゲットマーケティングのための0n-shelf Popular and most Profitable Products(OPPPs)を実行するための一般的な利益志向の枠組みを提案する。
論文 参考訳(メタデータ) (2022-02-26T02:07:25Z) - A Framework for Fairness in Two-Sided Marketplaces [7.178352722180915]
本稿では,機械学習システムを大規模に構築しながら,公平性を実現するための定義とエンドツーエンドフレームワークの開発を行う。
マーケットプレースのソースサイドとデスティネーションサイドの両方から公正な制約に対処できる最適化フレームワークを開発するために、事前作業を拡張します。
このフレームワークは、公正性の異なる定義に適応するのに十分な柔軟性があり、非常に大規模な設定で実装できる。
論文 参考訳(メタデータ) (2020-06-23T04:47:37Z) - Individual Fairness in Advertising Auctions through Inverse
Proportionality [12.861470300253329]
公正な入札が与えられた場合、公正な結果を生み出すことが保証される広告オークションの設計について検討する。
フェアネスと社会福祉のトレードオフを実現するため,新たなアロケーションアルゴリズムを導入する。
論文 参考訳(メタデータ) (2020-03-31T06:10:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。