[論文レビュー] Envy, Multi Envy, and Revenue Maximization

Amos Fiat, Amiram Wingarten|arXiv (Cornell University)|Sep 24, 2009

Complexity and Algorithms in Graphs参考文献 11被引用数 5

ひとこと要約

本稿は、無限供給と多様な供給制約の下で、組み合わせオークションにおける報酬最大化の価格設定を、 envy-freeness（ envy-free 価格設定）および multi-envy-freeness（複数 envy-free 価格設定）の制約のもとで研究している。無限供給下での envy-free 価格設定は多項式時間で解けることが示され、また、供給制約が限られた高速道路構造の下では、multi-envy-free 報酬最大化に対して FPTAS が提供されている。主な貢献は、構造化された設定における multi-envy-free 報酬最大化の完全多項式時間近似スキーム（FPTAS）の確立である。

ABSTRACT

We study the envy free pricing problem faced by a seller who wishes to maximize revenue by setting prices for bundles of items. If there is an unlimited supply of items and agents are single minded then we show that finding the revenue maximizing envy free allocation/pricing can be solved in polynomial time by reducing it to an instance of weighted independent set on a perfect graph. We define an allocation/pricing as extit{multi envy free} if no agent wishes to replace her allocation with the union of the allocations of some set of other agents and her price with the sum of their prices. We show that it is extit{coNP}-hard to decide if a given allocation/pricing is multi envy free. We also show that revenue maximization multi envy free allocation/pricing is extit{APX} hard. Furthermore, we give efficient algorithms and hardness results for various variants of the highway problem.

研究の動機と目的

• 単一志向入札者を伴う組み合わせオークションにおいて、 envy-freeness および multi-envy-freeness の制約のもとでの報酬最大化を研究すること。
• 与えられた割り当て／価格が multi-envy-free であるかどうかを確認する計算複雑性を分析すること。
• 特に供給制限付きの高速道路問題を含む構造化された設定において、報酬最大化の envy-free および multi-envy-free 価格設定のための効率的アルゴリズムを開発すること。
• multi-envy-free 報酬最大化の近似保証および難易度結果を確立すること。これには、APX-hardness および coNP-hardness が含まれる。

提案手法

• 無限供給および単一志向入札者における envy-free 価格設定問題を、完全グラフ上の重み付き独立集合問題に還元し、多項式時間で解けることを示した。
• envy-freeness より強い条件として、bundle 結合における単調価格設定を要件とする multi-envy-freeness を導入した。
• multi-envy-freeness の検証が coNP-hard であることを証明し、また、報酬最大化の multi-envy-free 価格設定が APX-hard であることを示した。
• 定数エッジ容量を持つ高速道路問題に対して、有効な割り当てと価格をモデル化する多項式サイズの DAG を用いた動的計画法アルゴリズムを設計した。
• 価格スケーリングを用いた丸め技術を適用し、$ K = \epsilon B / (m(n+1)) $ を用いて、multi-envy-free 報酬最大化の FPTAS を構築した。
• 2段階の丸め手順を用いた：まず価格をスケーリングダウンし、次に最小被覆バndl を通じて合算することで、不正な価格を是正し、multi-envy-freeness を維持した。

実験結果

リサーチクエスチョン

• RQ1 アイテムが無限供給であり、入札者が単一志向である場合、報酬最大化の envy-free 価格設定を多項式時間で計算可能か？
• RQ2 与えられた割り当て／価格が multi-envy-free であるかどうかを効率的に検証可能か？この問題の計算複雑性は何か？
• RQ3 報酬最大化の multi-envy-free 価格設定の近似複雑性は何か？構造的制約のもとで FPTAS を構築可能か？
• RQ4 高速道路問題設定において、アイテム価格、multi-envy-free サブセット価格、envy-free サブセット価格の間の報酬ギャップはどのように振る舞うか？
• RQ5 供給制限付きエッジ容量を有する高速道路モデルにおいて、multi-envy-free 報酬最大化問題の FPTAS を設計可能か？

主な発見

• 単一志向入札者と無限供給の下での報酬最大化 envy-free 価格設定は、完全グラフ上の重み付き独立集合問題に還元され、多項式時間で解ける。
• multi-envy-freeness の検証は coNP-hard であるが、multi-envy-free 解は $ O(\log m + \log n) $ 要因内で近似可能である。
• 報酬最大化の multi-envy-free 価格設定は APX-hard であり、定数因子近似が困難であることを示唆する。
• 供給制限付きエッジ容量を持つ高速道路問題に対しては、報酬最大化の multi-envy-free 価格設定の FPTAS が存在し、入力サイズおよび $ 1/\epsilon $ に対して多項式時間で $ (1 - \epsilon) $-近似を達成できる。
• 価格丸めを用いた FPTAS が構築された：$ K = \epsilon B / (m(n+1)) $ で価格をスケーリングダウンし、その後、不正な価格を最小被覆バndl を通じて合算することで妥当性と multi-envy-freeness を維持した。
• FPTAS は、丸められた解の報酬が最適報酬の $ (1 - \epsilon) $ 以内に収まるように保証しており、丸められたインスタンスから元のインスタンスへの多項式時間変換が可能である。