Rank aggregation using scoring rules

doi:10.1007/s11238-025-10120-5

Rank aggregation using scoring rules

2026-04-01

0

PRE

AI

DOI：10.1007/s11238-025-10120-5

原文链接

原文求助

摘要

En 中文

为将个体排名聚合为社会排名，一种自然的方法是使用为候选人分配得分的计分系统，如简单多数法、否决法和博尔达计数法。我们区分了基于计分系统的三种方法类型：按得分排名、反复选择胜者排名和反复选择败者排名。后一种方法涵盖了常被研究的投票规则即时复选制（IRV）、库姆斯法和鲍德温法。我们通过公理化方法比较了这些方法类别，并参考了先前的研究结果。在实验分析中，我们表明这三种方法在实际中会产生不同的排名。我们还提供了证据表明，顺序选择胜者最适合检测候选人的真实排名。对于我们类别中的不同规则，我们随后研究了确定给定候选人在选定排名中可能出现的位置这一决策问题的（参数化）计算复杂性。作为我们分析的一部分，我们还考虑了IRV、库姆斯法和鲍德温法的胜者确定问题，并确定了在选民或候选人数量较少时的复杂性。

Keyword:

computational social choice

voting

computational complexity

parameterized complexity

algorithms

Rank aggregation using scoring rules

摘要

期刊

机构

引用论文