当前要闻：推荐系统的公平性：从消费者到供给者
发布时间：2023-07-06 01:15:41
来源：DataFunTalk
导读 本次分享主题为推荐系统的公平性。文章将从两个角度来探讨推荐系统的公平性，分别是用户或者消费者的角度，以及商家或者供给者的角度。
全文目录：
(相关资料图)
1.推荐系统的公平性
2.从消费者的视角
3.从供给者的视角
4.总结
分享嘉宾｜徐君 中国人民大学高瓴人工智能学院 教授
编辑整理｜王壮 Soul
出品社区｜DataFun
01
推荐系统的公平性
1.推荐系统无处不在
现在我们的日常生活中，推荐系统的应用特别多，涉及娱乐、新闻、购物等各个方面。
2.推荐系统的担忧
推荐系统虽然看似是一个服务于用户的工具，但还是会有很多人表达了对推荐系统的担忧：推荐系统不仅仅是在反映消费者的偏好，它也在改变消费者的偏好；在线的推荐系统如果在做决策时有偏差，这种偏差会同时对消费者和供应商产生影响。
3.推荐系统的结果可能是有偏差的
推荐系统的结果有偏差的核心原因是资源是有限，由于资源有限，我们在做任何决定的时候都要有取舍，有取舍自然就会带来偏差，在这里主要有以下三个方面的体现：
（1）用户的注意力是有限的
用户的注意力是有限的，他只能看到有限的商品做出决定，不可能看到所有的商品之后再做决定，不同的物品会得到用户不同的注意力。
（2）推荐位置是有限的
推荐位置是有限的，推荐系统只能推荐有限的物品给用户，不同的供给者得到不同的曝光。
（3）数据偏差
收集到的训练数据是有偏差的，推荐系统中的反馈循环将会强化了这种偏差（如果之前的推荐结果已经有了一些偏差）。
以上这些偏差可能会降低我们对推荐系统的信任，伤害可持续性和长期的发展。
主要体现在以下三个方面：
马太效应：富者越富，穷者越穷 信息茧房效应：推荐系统没有关注到用户探索的需求，有一些物品永远不会对用户曝光，用户很难获得不同于自己的新观点，甚至会强化自己的旧观点 均衡选择：供给者需用通过用户一定程度的投入来维持生存，当供给这得不到足够曝光后，他们可能会选择退出市场，这是不利于推荐系统的可持续发展的4.什么是公平性
当我们在谈论公平的时候，我们到底在谈论什么？当我们面对不同的对象，当我们处在不同的学科领域，我们对公平的定义是不同的，目前有两种观点是比较流行的。
Equality——平等机会的公平，每个人从相同的地方开始，从相同的支持中平等地获益。
Equity——公平分配的公平，每个人从不同的地方开始，获得不同的支持和调节，从而产出相同的结果。
这里有一个例子，我们在申请工作的时候，平等代表男性和女性应该被平等地对待，性别在这里就是一个sensitive feature，这种sensitive feature不应该影响我们最终的决策；而公平表示我们需要调整我们的申请和形式，给残疾人一些优待，在这里残疾是为一个sensitive feature，我们非但没有丢弃这种sensitive feature，反而应当在sensitive feature等于某个值时，给予一定的照顾。
5.推荐系统中的公平性
推荐系统是一个涉及多方的复杂系统。
从消费者的视角看，我们应当保证推荐系统的平等，当用户被一些敏感特征划分成不同组群时，他们不能被区别地对待，不同的组群获得的推荐结果不应当有太大的差异。
从供给者的视角看，我们应该保证推荐系统的公平，我们要给予小的供给者一些政策支持，避免垄断。小的供给者在市场中天然处在一个相对较弱的位置，资源应当根据需求公平地分配。
02
从消费者的视角
如前面提到的，从消费者的视角，我们应该保证推荐系统的平等，不同的组群不应该被区别地对待。
从数学的角度来看，不同的组群应该共享相同的职位分布，这本质上是一个OOD的问题，由敏感特征造成的分布发生转变时，群组的fairness是否依然存在。
我们使用MovieLens的数据做了一些测试，首先，我们创建了四个数据，这四个数据在职位上有不同的分布，考虑或者不考虑职位这个敏感特征时，我们所获得了的结果是不同的，这也证明这种fairness的差异的确存在。
因此，我们定义了CGF（Counterfactual Group Fairness）这个指标来衡量公平性，它还有一个相对宽松的版本。
接下来，我们从因果分析的视角来看一下敏感属性。用户的embedding可能会包含和敏感属性相关的部分，也可能会包含和敏感属性无关的部分。我们引入经济学中的一个概念——工具变量。工具变量希望可以通过引入一个外部变量将一个confounder的因果的关联关系和非因果的关联关系分开，常见的做法就是使用工具变量的回归，回归之后的参差就是非因果的部分。在这里，我们使用工具变量回归来更好地学习用户的embedding，使用工具变量来表示用户embedding中和敏感属性无关的部分。
以下是具体的模型结构和实验结果，这个模型结构的本质就是希望将原本的用户embedding进行改造，得到一个更好的用户embedding，这个embedding包含两个部分，一部分与敏感特征有关，一部分与敏感特征无关，我们在训练模型的时候，用我们之前定义的CGF作为一个限制，最后构造一个loss，训练得到一个更好的模型。那我们如何得到这个更好的用户embedding呢？首先找出原始用户embedding中外生的部分，如下图模型结构中左边部分所示，再将外生的部分和原始的用户embedding输入到Causal Embedding构造器中，如下图模型结构中右边部分所示，该构造器会将因果的部分和非因果的部分以一定的方式拼接在一起，最终得到更好的用户embedding。
03
从供给者的视角
如前面提到的，从供给者的视角来看，我们需要保证推荐系统的公平，给相对弱小的供给者一些政策的支持，避免垄断。
通过对Yelp数据集的分析，我们发现这种现象的确存在。
怎么去衡量这种fairness呢？目前主要有两种方式：
PF:确保来自不同人口群体的个人按照与其各自资格水平成比例的获取utility Max-min fairness（MMF）：去尝试提升最差供应商的utility在这里，我们倾向于使用MMF，因为我们对MMF的优化可以更好地照顾弱势群体。
这本质上是一个在线资源分配的问题，我们既要考虑到供给者的fairness，也要考虑到消费者的utility。
在推荐系统中，我们如何引入这种供给者的fairness呢？我们需要对最终优化目标做一些调整，需要加入MMF。
这个问题需要在对偶空间中求解，并且要在线地去求解。
我们也能证明，这个问题的解的界是有保证的。
由于我们是在对偶空间中求解，在候选集变大的时候，无论是CPU的版本还是GPU的版本，我们的推理时间的增长都不是很明显。
04
总结
在一个多角色共同参与的推荐系统中，从用户的视角来看，我们需要保证平等，从供给者的视角来看，我们需要保证公平。针对平等，我们使用CGF来衡量，针对公平，我们使用MMF来衡量，相应地也会有一些模型优化来提升fairness。
除此之外，我们还有很多问题需要考虑。首先，无论是用户还是供给者，他们都是跨平台的，如何考虑多个平台的fairness是我们接下来需要关注的问题。另外，我们还需要平台fairness和其他各个方面。最后，仅仅保证曝光是不够的，我们可能需要保护优质的供给者，也需要淘汰真的不好的供给者，保证市场的良性循环。
今天的分享就到这里，谢谢大家。
标签：
