[論文レビュー] Approximation Schemes for Sequential Posted Pricing in Multi-Unit Auctions

Tanmoy Chakraborty, Eyal Even-Dar+3 more|arXiv (Cornell University)|Aug 10, 2010

Auction Theory and Applications参考文献 12被引用数 5

ひとこと要約

本稿は、K 個の同一アイテムと n 人の買い手をもつ多ユニットオークションにおいて、バジェット価値分布の下で収益を最大化する逐次公開価格メカニズム（SPM）を計算する多項式時間近似スキーム（PTAS）を提示する。K が大きい場合には (1−1/√(2πK))-近似が達成され、K が定数の場合には PTAS が得られ、最適な適応的 SPM と非適応的 SPM の間の適応的ギャップ（差）が K の増加に伴い消えることが示された。

ABSTRACT

We design algorithms for computing approximately revenue-maximizing {\em sequential posted-pricing mechanisms (SPM)} in $K$-unit auctions, in a standard Bayesian model. A seller has $K$ copies of an item to sell, and there are $n$ buyers, each interested in only one copy, who have some value for the item. The seller must post a price for each buyer, the buyers arrive in a sequence enforced by the seller, and a buyer buys the item if its value exceeds the price posted to it. The seller does not know the values of the buyers, but have Bayesian information about them. An SPM specifies the ordering of buyers and the posted prices, and may be {\em adaptive} or {\em non-adaptive} in its behavior. The goal is to design SPM in polynomial time to maximize expected revenue. We compare against the expected revenue of optimal SPM, and provide a polynomial time approximation scheme (PTAS) for both non-adaptive and adaptive SPMs. This is achieved by two algorithms: an efficient algorithm that gives a $(1-\frac{1}{\sqrt{2πK}})$-approximation (and hence a PTAS for sufficiently large $K$), and another that is a PTAS for constant $K$. The first algorithm yields a non-adaptive SPM that yields its approximation guarantees against an optimal adaptive SPM -- this implies that the {\em adaptivity gap} in SPMs vanishes as $K$ becomes larger.

研究の動機と目的

• バジェット価値分布の下で、K ユニットオークションにおける近似的に収益を最大化する逐次公開価格メカニズム（SPM）を計算するための効率的アルゴリズムの設計。
• 既存の (1−1/e)-近似境界と最適 SPM 収益の間のギャップを埋めるために、近似保証を向上させること。
• 最適な適応的 SPM と非適応的 SPM の間の適応的ギャップを分析・定量し、K の増加に伴いそのギャップが小さくなることを示すこと。
• 非適応的および適応的 SPM の両方に対して、すべての K の値に適用可能な PTAS の開発。
• オンライン広告や e コマースで一般的な公開価格の実用的メカニズムの理論的基盤の提供。

提案手法

• 最適な SPM の期待収益を上界付ける線形計画（LP）緩和問題を定式化し、その最適解を用いる。
• LP緩和問題の整数解から得られる価格の降順に買い手を順序付け、非適応的 SPM を構築する。
• 適応戦略を表す意思決定木における分岐ノード数を制限するため、スプライン・トリンケーションとセグメント置換技術を用いる。
• スプライン上のピボットノードを定義し、分岐を減らしながら収益保証を維持する。各セグメントにおける収益損失は (1−2ε) 要因で有界である。
• 意思決定木の再帰的分解を実行し、合計重みが有界なセグメントに買い手をグループ化し、部分木を変更して分岐を最小限に抑えつつ、最適解からの収益差を ε 以内に保つ。
• 2 つのアルゴリズムを統合：K が大きい場合には (1−1/√(2πK))-近似を用い、K が定数の場合には別途 PTAS を構築し、すべての K に対して完全な PTAS を得る。

実験結果

リサーチクエスチョン

• RQ1 K ユニットオークションにおける最適 SPM の (1−1/e) 界より良い近似比を達成する多項式時間アルゴリズムを設計できるか？
• RQ2 アイテム数 K の増加に伴い、最適な適応的 SPM と非適応的 SPM の間の適応的ギャップは消えるか？
• RQ3 K が定数の場合でも、適応的設定において最適 SPM を計算するための PTAS を構築することは可能か？
• RQ4 意思決定木における分岐決定数を制御しながら、最適な適応的 SPM を効率的に近似できるか？
• RQ5 意思決定木の構造的性質（例：スプライン、ピボットノード）は、複雑さを低減しつつ収益保証を維持するためにどのように活用できるか？

主な発見

• 本稿では、非適応的 SPM に対して (1−1/√(2πK))-近似が達成され、K が大きい場合には (1−1/e) 界を上回る。
• この近似比は、K が大きくなると 1/√(2πK) → 0 となるため、K が大きい場合に有効な PTAS であることが示された。
• 適応的ギャップは漸近的に消える：最適な適応的 SPM と比較しても、同じ (1−1/√(2πK))-近似比が成立する。
• K が定数の場合、別個の PTAS が適応的 SPM に対して構築され、多項式時間内で (1−ε)-近似が達成された。
• スプライン分解とピボットノード選択により、意思決定木における分岐ノード数が (K/ε)^O(1) に制限され、多項式時間計算が保証された。
• 木の簡略化に起因する収益損失は、(1−2ε) の要因で有界であり、分岐決定をピボットノードに延期し、切り捨てられた買い手シーケンスの影響を制御することで達成された。