该研究提出了一种新的目标函数，通过性能约束来最大化预期相关性，以确保学习排序的后验公平性。该方法在LTR框架中构建了一个组内公平的Plackett-Luce模型，并在三个真实数据集上进行了实验证明，相比LTR基线模型，在相关性和公平性方面具有更好的性能。