arXiv cs.CY· Erica Chiang, Kenny Peng, Rebecca Lichtenstein, Brielle McDaniel, Kristen O'Neil, Deja Thomas, Lianna Wright, Jon Kleinberg, Eva Tardos, Nikhil Garg·· 2 天前AI 评分55
arXiv 论文：缓解纽约高中录取匹配中的不平等：不引发拥堵的个性化推荐
Personalized Recommendations Without Inducing Congestion: Mitigating Disparities in the NYC High School Match
AI 导读
该研究针对纽约高中录取匹配中的推荐拥堵问题，提出了一种拥堵感知的双层优化与模拟方法。在 2025-26 录取周期的随机对照试验中，实验组申请人将推荐项目列入志愿的比例为 16.4%，对照组为 10.5%（相对增加 57%）；实验组匹配到此类项目的比例为 5.6%，对照组为 3.3%（相对增加 71%），且无实验组申请人被推荐项目拒绝。
来源：arXiv cs.CY · arxiv.org