[論文レビュー] Dynamic Matching Market Design

Mohammad Akbarpour, Shengwu Li+1 more|arXiv (Cornell University)|Feb 15, 2014

Auction Theory and Applications参考文献 15被引用数 13

ひとこと要約

本稿は、確率的到着と退去を伴う動的マッチング市場モデルを導入し、ランダムグラフを用いてネットワーク化された取引をモデル化する。待ち時間を設けて市場を厚くすることにより、社会的厚生の大幅な向上が得られ、これは速やかなマッチングよりもしばしばより価値がある。また、単純な局所的アルゴリズムですら、不確実性下でも最適性能にほぼ達することができる。

ABSTRACT

We introduce a simple benchmark model of dynamic matching in networked markets, where agents arrive and depart stochastically and the network of acceptable transactions among agents forms a random graph. We analyze our model from three perspectives: waiting, optimization, and information. The main insight of our analysis is that waiting to thicken the market can be substantially more important than increasing the speed of transactions, and this is quite robust to the presence of waiting costs. From an optimization perspective, naive local algorithms, that choose the right time to match agents but do not exploit global network structure, can perform very close to optimal algorithms. From an information perspective, algorithms that employ even partial information on agents' departure times perform substantially better than those that lack such information. To elicit agents' departure times, we design an incentive-compatible continuous-time dynamic mechanism without transfers.

研究の動機と目的

• エージェントが確率的に到着および退去する動的マッチング市場をモデル化し、許容可能な取引がランダムネットワークを形成する。
• 社会的厚生を決定づける要因としての取引速度と市場の厚さのトレードオフを分析する。
• マッチングのタイミング意思決定（いつマッチングするか）と最適化（どのマッチングを行うか）の相対的重要性を評価する。
• エージェントの退去時刻に関する情報がマッチングパフォーマンスおよびメカニズム設計に与える影響を調査する。
• 金銭的移転を伴わずに、エージェントの非公開の退去時刻情報を引き出すインcentive-compatibleなメカニズムを開発する。

提案手法

• 許容可能な取引のランダムグラフ上での連続時間マーカフ・ディシジョンプロセスとして動的マッチングを定式化する。
• マーカフ連鎖理論を用いて、異なるマッチングアルゴリズムの定常分布および混合時間の特徴を付与する。
• 性能分析のベンチマークとして、グリーディ、パティエント、パティエント(α)アルゴリズムを導入する。
• 閉形式の定常分布が得られない状況下でも、確率過程の集中不等式を用いてアルゴリズムの性能を解析的に比較する。
• 戦略的インcentiveを用いて、金銭的移転を伴わない連続時間メカニズムを設計し、エージェントの非公開の退去時刻情報を引き出す。
• 情報構造の違い（情報なし、部分的情報（例：退去時刻の推定値）、完全情報（全知のプランナー））における厚生を比較する。

実験結果

リサーチクエスチョン

• RQ1 動的マッチングにおいて、市場を厚くするために待つことの価値と、速やかな取引速度の価値を比較すると、どちらがより重要か。
• RQ2 グローバルなネットワーク知識を持たない単純な局所的アルゴリズムが、動的マッチングにおいてどれほど最適性能に近づけるか。
• RQ3 エージェントの退去時刻に関する部分的情報は、情報なしの状況に比べて、どれほど厚生の向上をもたらすか。
• RQ4 連続時間の動的市場において、金銭的移転を伴わず、インcentive-compatibleなメカニズムが非公開の退去時刻情報を引き出すことができるか。
• RQ5 待機コストが、市場の厚さと取引速度の相対的重要性にどのように影響するか。

主な発見

• 待機して市場を厚くすることで、待機コストが存在しても依然として顕著な厚生の向上が得られる。
• グリーディやパティエントといったナーヴィな局所的アルゴリズムですら、全体のネットワーク構造を活用する最適アルゴリズムの性能に近く達する。
• 退去時刻が分かっている状況では、待機とマッチングのバランスを取るパティエント(α)アルゴリズムがグリーディよりも顕著に優れたパフォーマンスを示す。
• エージェントの退去時刻に関する部分的情報ですら、特に待機戦略と組み合わせることで、大きな厚生の向上をもたらす。
• 金銭的移転を伴わないインcentive-compatibleな連続時間メカニズムは、十分に忍耐強いエージェントから、非公開の退去時刻情報を成功裏に引き出すことができる。
• 本モデルの技術的フレームワークにより、閉形式の定常分布が得られない状況下でも、確率過程の集中不等式を用いてアルゴリズムの性能を解析的に比較可能である。