该研究旨在解决在线学习在线性情境赌博机中存在强烈的个体公平约束的问题，其中个体公平性受未知相似性度量的支配，主要考虑通过算法减小公平性侵犯并达到最佳回报。

Feb, 2018

本研究致力于设计在线数据采购机制，旨在使代理人能够通过使用过去的数据主动定价以购买未来的数据，同时即使代理人透露数据的成本取决于数据本身，也能给出学习保证。我们的算法和分析是构建在无悔学习模型上的，具备基于预算约束条件下的风险控制保证，且使用的主要资源是金钱。

Feb, 2015

为了解决个性化推荐中传统策略可能导致的不公平现象，提出了一种新的基于功绩公平的策略，并给出了两种算法，分别适用于多臂老虎机和线性老虎机，证明了算法的功绩公平和奖励公平具有亚线性，同时提供了实证分析，证明了该算法能够有效地公平分配推荐曝光。

Mar, 2021

本文介绍了一种新颖的上下文强化学习算法，用于在具有不确定需求的情况下，根据效用公平性约束进行个性化定价，实现最优的遗憾上限。我们的方法结合动态定价和需求学习，解决了定价策略中的公平性的关键挑战。我们通过数学分析和计算研究来表征受到公平性约束的最优上下文定价策略的结构，并导出了简化的策略，为更深入的研究和扩展打下了基础。此外，我们将研究扩展到具有需求学习的动态定价问题，建立了一个非标准的遗憾下界，突显了公平性约束增加的复杂性。我们的研究提供了公平性成本及其对效用和收入最大化之间平衡的影响的综合分析。本工作是将伦理考虑纳入基于数据驱动的动态定价算法效率的一个步骤。

Nov, 2023

本文提出一种在线学习算法 BanditQ，基于队列理论和在线学习相结合，实现公平在线预测，并在信息完整的情况下，达到目标约束，同时实现 $O (T^{3/4})$ 的损失率。

Apr, 2023

我们探索了一种用于动态公平资源分配问题的主动学习方法，该方法假设在在线资源分配过程的每个时期，仅从选择的代理人子集中获取反馈。尽管存在这种限制，我们提出的算法在包括资源分配问题中常用的公平度量和匹配机制中的稳定性考虑等各种度量中，提供了与时间周期数次线性相关的后悔界限。我们算法的关键洞察在于通过利用对决性的上限和下限置信区间来自适应地识别最具信息量的反馈。通过这种策略，我们证明高效的决策不需要大量的反馈，并为各种问题类别产生高效的结果。

Jun, 2024

研究了将稀缺的社会资源分配给异质性申请人的问题，根据观察到的协变量设计了一种在线政策，以满足预算限制并最大化预期结果，并通过数据驱动的政策几乎确定渐近实现了最佳样本外政策的预期结果，并扩展了包括各种公平约束的框架。

Nov, 2023

该研究介绍了一种新算法，以线性时间同时解决预算分配和收入分配问题，并采用自适应抽样过程选择贡献最大的数据提供者培训模型，从而为实现实际数据市场铺平了道路。

Jun, 2023

该论文研究了在线背包问题中的公平性及其影响，并针对不公平性问题提出了一种基于时间公平性的参数化确定性算法和一种公平、稳健及一致性的学习增强算法。

May, 2023

该研究探讨基于机会平等的公平分配问题，并介绍了一种有效的学习算法来克服不完整反馈数据，进而应用于预测犯罪问题。

Aug, 2018