レコメンドシステムにおけるクリエイターのインセンティブ：マルチエージェント・バンディットにおける安定的で公正な協調のための協力的ゲーム理論アプローチ

Abstract

オンライン推薦プラットフォームにおけるユーザの相互作用は、コンテンツ制作者間の依存関係を生み出す。ある制作者のコンテンツに対するフィードバックは、そのシステムの学習に影響し、さらに他の制作者のコンテンツが露出されることにも波及する。このような状況におけるインセンティブを分析するために、本研究では、協調を、移転可能効用（TU）の協力ゲームの定式化を伴うマルチエージェント確率的線形バンディット問題としてモデル化する。そこでは、連合（コアリション）の価値は、その構成員の累積レグレット（後悔）の総和の負値に等しいものとする。 一致（同質）したエージェントが、固定された行動集合を持つ場合、穏やかなアルゴリズム上の条件のもとで、得られるTUゲームは凸となることを示す。これにより、空でないコアが存在し、それはシャプレイ値を含むため、安定性と公平性の双方が保証される。エージェントが異質な場合でも、ゲームは空でないコアを持つが、凸性やシャプレイ値のコア所属はもはや保証されない。これに対処するために、本研究では、4つのシャプレイ公理のうち3つを満たし、さらにコアにも属する、単純なレグレットに基づく支払いルールを提案する。MovieLens-100kデータセットでの実験により、経験的な支払いが、さまざまな状況やアルゴリズムにおいて、シャプレイの公平性に—およびそれから—どのように整合・乖離するかを示す。