在过去的几年中,数据管理、算法、信息检索和推荐系统社区在将公平性要求纳入算法排名设计方面做了大量工作。在本教程中,我们对这项工作进行了系统的概述,提供了一个广泛的视角,将各子领域的形式化和算法方法联系起来。在本教程的第一部分中,我们提出了一个增强公平性的干预措施的分类框架,然后我们将在此基础上联系技术方法。这一框架使我们能够统一提出缓解目标和算法技术,以帮助实现这些目标或确定权衡。讨论了基于分数的排序和监督排序学习中的公平性。最后,为从业人员提出了一些建议,以帮助他们根据特定应用领域的需求选择公平的排名方法。