[論文レビュー] Online vertex-weighted bipartite matching and single-bid budgeted allocations

Gagan Aggarwal, Gagan Goel+2 more|arXiv (Cornell University)|Jan 23, 2011

Optimization and Search Problems参考文献 13被引用数 137

ひとこと要約

本稿では、集合Uの頂点重みが事前に分かっており、集合Vの頂点がオンラインで到着するオンライン頂点重み付き二部マッチング問題に対して、確率的(1−1/e)-競合比を達成するアルゴリズムを提示する。このアルゴリズムは重みの乗法的確率的摂動を用いてKarp-Vazirani-Vaziraniアルゴリズムを一般化し、一般重みにおいて最適性を達成するとともに、入札が予算と同等の規模である場合の単一入札予算割り当て問題を解く。

ABSTRACT

We study the following vertex-weighted online bipartite matching problem: G(U, V, E) is a bipartite graph. The vertices in U have weights and are known ahead of time, while the vertices in V arrive online in an arbitrary order and have to be matched upon arrival. The goal is to maximize the sum of weights of the matched vertices in U. When all the weights are equal, this reduces to the classic online bipartite matching problem for which Karp, Vazirani and Vazirani gave an optimal (1−1/e)-competitive algorithm in their seminal work [10].Our main result is an optimal (1−1/e)-competitive randomized algorithm for general vertex weights. We use random perturbations of weights by appropriately chosen multiplicative factors. Our solution constitutes the first known generalization of the algorithm in [10] in this model and provides new insights into the role of randomization in online allocation problems. It also effectively solves the problem of online budgeted allocations [14] in the case when an agent makes the same bid for any desired item, even if the bid is comparable to his budget - complementing the results of [14, 3] which apply when the bids are much smaller than the budgets.

研究の動機と目的

• 頂点重みが事前に分かっているオンライン頂点重み付き二部マッチング問題に対して最適なオンラインアルゴリズムを開発すること。
• Karp-Vazirani-Vaziraniの(1−1/e)-競合比アルゴリズムを等しい重みから任意の頂点重みへ一般化すること。
• 一般重みを伴うオンライン割り当て問題における確率化の役割について新たな知見を提供すること。
• 入札が予算と同等の規模である場合の単一入札予算割り当て問題を解くこと。これは、入札が小さい場合に限定された先行研究を補完する。

提案手法

• 頂点Uの重みに乗法的確率的摂動を導入し、対称性を破り、オンラインマッチングの意思決定を導く。
• 到着する集合Vの各頂点に対して、摂動された重みに基づいて利用可能な隣接頂点Uの中で重みが最大のものに割り当てる確率的アルゴリズムを用いる。
• 濃度限界を適用して、摂動された重みが期待値において(1−1/e)-競合比を維持することを示す。
• この問題に対して、(1−1/e)-競合比を上回る性能を達成できるオンラインアルゴリズムが存在しないことを示すことで、最適性を証明する。
• オンライン二部マッチング問題の構造を活用し、等しい重みから重み付き設定へと結果を拡張する。

実験結果

リサーチクエスチョン

• RQ1 任意の頂点重みを伴うオンライン頂点重み付き二部マッチングにおいて、(1−1/e)-競合比を達成できるか？
• RQ2 確率化をどのように効果的に用いることで、Karp-Vazirani-Vaziraniアルゴリズムを重み付き設定へ一般化できるか？
• RQ3 入札がそれ自体の予算と同等の規模である場合、オンライン割り当てアルゴリズムの性能はどのようになるか？（入札がそれに対して小さい場合とは対照的である。）
• RQ4 乗法的重み摂動の使用は、重み付きオンライン二部マッチングモデルにおける競合比を保持するか？

主な発見

• 提案されたアルゴリズムは、一般頂点重みを伴うオンライン頂点重み付き二部マッチングにおいて(1−1/e)-競合比を達成する。
• この問題に対して、(1−1/e)-競合比を上回る性能を達成できるオンラインアルゴリズムが存在しないことから、アルゴリズムは最適である。
• 乗法的要因を用いた確率的摂動は、古典的アルゴリズムを重み付きケースへ効果的に一般化する。
• この手法により、入札が予算と同等の規模である場合の単一入札予算割り当て問題が解決され、入札が小さい場合に限定された先行研究を拡張する。