パッケージからグループへの推薦における公平性

アイテムのパッケージをユーザーグループに推薦することは、観光客のグループにバケーションパッケージを推薦したり、友人のグループにエンターテイメントパッケージを推薦したり、学生のグループにコースのセットを推薦するなど、いくつかの応用があります。本論文では、パッケージからグループへの推薦の新しい側面である公平性に焦点を当てます。具体的には、あるパッケージを人々のグループに推薦する際、この推薦が公平であることを求めます。すなわち、すべてのグループメンバーがパッケージ内の十分な数のアイテムに満足する必要があります。我々は公平性の二つの定義を探り、どちらの定義でも最も公平なパッケージを見つける問題はNP困難であることを示します。我々はこの問題がカバレッジ問題としてモデル化できる事実を利用し、合理的な時間内に近似解を見つける貪欲アルゴリズムを提案します。さらに、推薦されるパッケージに含めるアイテムにカテゴリや空間的制約を課す問題の二つの拡張を研究します。Yelpの実データとユーザー調査を用いて公平性モデルの適切性と提案されたアルゴリズムの性能を評価します。