资源分配问题中的公平性影响

资源分配问题，包括学校分配、在线广告以及医疗保健，通常优先考虑效率和效用最大化，常常忽视伦理考虑。在经典的分配问题中引入公平性约束需要新的算法方法，影响性能，并导致最佳性和约束遵守之间的新妥协。本论文从公平的角度研究了四种经典的分配模型——在线学习、先知不等式、拍卖和在母体约束下的分配，考察了公平标准的施加如何通过遗憾界限、竞争比率、不平等度量和公平价格的概念影响分配质量。我们展示，在某些情况下，妥协是不可避免的；在其他情况下，损失可能在渐近上变得任意微小；在特定情况下，可以在没有任何成本的情况下实现公平。通过表征公平性约束如何以及何时影响分配结果，本论文为希望在分配背景中实施公平算法的算法设计者和公共决策者提供了有用的答案。