[論文レビュー] Batching and Optimal Multi-stage Bipartite Allocations

Yiding Feng, Rad Niazadeh|arXiv (Cornell University)|Nov 29, 2022

Optimization and Search Problems被引用数 7

ひとこと要約

本稿は、$K$段階の頂点重み付き二部マッチングにおけるバッチ処理を想定し、凸計画法における厳密に凹関数の正則化子として次数が減少する多項式を用いて、最適な $\left(1 - (1 - 1/K)^K\right)$-競合比を達成する分数マッチングアルゴリズムを提案する。この手法は段階ごとにグリーディ戦略とヘッジ戦略のバランスを図り、新規の多段階プライマル・デュアルフレームワークと凸双対性を用いてタイトな競合比を確立し、動画広告環境における自由処分を許容する構成割り当てへと拡張される。

ABSTRACT

In several applications of real-time matching of demand to supply in online marketplaces, the platform allows for some latency to batch the demand and improve the efficiency. Motivated by these applications, we study the optimal trade-off between batching and inefficiency under adversarial arrival. As our base model, we consider K-stage variants of the vertex weighted b-matching in the adversarial setting, where online vertices arrive stage-wise and in K batches -- in contrast to online arrival. Our main result for this problem is an optimal (1-(1-1/K)^K)- competitive (fractional) matching algorithm, improving the classic (1-1/e) competitive ratio bound known for its online variant (Mehta et al., 2007; Aggarwal et al., 2011). We also extend this result to the rich model of multi-stage configuration allocation with free-disposals (Devanur et al., 2016), which is motivated by the display advertising in video streaming platforms. Our main technique is developing tools to vary the trade-off between "greedy-ness" and "hedging" of the algorithm across stages. We rely on a particular family of convex-programming based matchings that distribute the demand in a specifically balanced way among supply in different stages, while carefully modifying the balancedness of the resulting matching across stages. More precisely, we identify a sequence of polynomials with decreasing degrees to be used as strictly concave regularizers of the maximum weight matching linear program to form these convex programs. At each stage, our algorithm returns the corresponding regularized optimal solution as the matching of this stage (by solving the convex program). Using structural properties of these convex programs and recursively connecting the regularizers together, we develop a new multi-stage primal-dual framework to analyze the competitive ratio. We further show this algorithm is optimally competitive.

研究の動機と目的

• リアルタイムオンラインマーケットプレイスにおけるバッチ処理の遅延とマッチング非効率の最適なトレードオフを設計すること。
• 古典的なオンライン頂点重み付き二部マッチング問題を、$K$ 段階のオンライン頂点到着を伴う多段階バッチモデルに拡張すること。
• 適切に設計された正則化子を用いた凸計画法により、段階ごとにグリーディさとヘッジ戦略のバランスを取る競合比の高い分数マッチングアルゴリズムを開発すること。
• プライマル・デュアル解析と上界インスタンスを用いて、基本的および拡張型の構成割り当てモデルの両方におけるタイトな競合比の境界を確立すること。
• 自由処分を許容する多段階構成割り当てへとフレームワークを拡張し、ストリーミングプラットフォームにおける動画広告割り当てをモデル化すること。

提案手法

• 次数が段階ごとに減少する多項式から導出される厳密に凹関数の正則化子の系列を用い、最大重みマッチングの凸計画法定式化において段階間の割り当てバランスを図る。
• 各段階 $k$ において、凸計画法の正則化最適解をその段階の分數マッチングとして計算する。
• 正則化凸計画法の最適解を再帰的に用いたグラフの構造的分解を用いて、多段階プライマル・デュアル解析を可能にする。
• グラフ分解が不可能な拡張型構成割り当てモデルの解析に凸双対性を適用し、直接的なプライマル・デュアル解析を可能にする。
• 非同期なオフライン側の重みの多様性に対応するため、価格レベルごとに別々に正則化を行う価格レベル正則化を導入する。
• 一様な置換を用いた確率的上界インスタンスを構築し、競合比 $1 - (1 - 1/K)^K$ が最適であることを証明する。

実験結果

リサーチクエスチョン

• RQ1 バッチ処理を伴う $K$ 段階の頂点重み付き二部マッチング問題で達成可能な最適な競合比は何か？
• RQ2 グリーディな割り当てと将来のヘッジ戦略を段階ごとにどのようにバランスさせればマッチング効率を最大化できるか？
• RQ3 競合比 $1 - (1 - 1/K)^K$ は、重みなしの場合でも達成可能で、かつ最適であると証明できるか？
• RQ4 フレームワークは、動画広告における自由処分を許容する多段階構成割り当てへとどのように拡張できるか？
• RQ5 凸双対性と正則化凸計画法は、複雑な制約を伴う多段階割り当てにおいて、プライマル・デュアル解析を可能にする役割を果たすか？

主な発見

• 提案された分數アルゴリズムは、$1 - (1 - 1/K)^K$ の競合比を達成し、従来のオンラインマッチングアルゴリズムの $1 - 1/e$ の境界を上回る。
• 競合比 $1 - (1 - 1/K)^K$ は最適であり、任意のアルゴリズムがこれを超えることはできないことを示す確率的上界インスタンスを構築することで証明された。
• 次数が減少する多項式正則化子の使用により、段階ごとのグリーディさとヘッジ戦略の制御されたトレードオフが可能となり、バランスの取れた割り当てが保証される。
• 多段階プライマル・デュアルフレームワークは、正則化凸計画法の最適解の再帰的分解に基づき構築され、タイトな競合比解析を可能にする。
• 自由処分を許容する構成割り当てでは、価格レベル正則化を導入し、凸双対性を用いてグラフ分解を必要とせずにプライマル・デュアル解析を確立した。
• このフレームワークは一般化可能であり、バッチ処理が効率を向上させるが競合比を損なわない実世界の応用、例えばインライン動画広告に適用可能である。