[論文レビュー] Order-optimal Correlated Rounding for Fulfilling Multi-item E-commerce Orders

Will Ma|arXiv (Cornell University)|Jul 11, 2022

Optimization and Search Problems被引用数 4

ひとこと要約

本稿では、eコマースの注文受領において、注文あたりの異なる受領センター（FC）の数を最小化するとともに、周辺確率制約を満たす、新しい相関付きラウンディング方式を提案する。時間スケールを拡張したポアソン過程を用いてFC選択をモデル化することで、注文最適性保証 $ \alpha = \ln(q) + 1$ を達成し、従来の $ \alpha \approx q/4$ よりも優れており、集合被覆問題への接続によってそのタイトネスを証明する。

ABSTRACT

We study the dynamic fulfillment problem in e-commerce, in which incoming (multi-item) customer orders must be immediately dispatched to (a combination of) fulfillment centers that have the required inventory. A prevailing approach to this problem, pioneered by Jasin and Sinha (2015), is to write a ``deterministic'' linear program that dictates, for each item in an incoming multi-item order from a particular region, how frequently it should be dispatched to each fulfillment center (FC). However, dispatching items in a way that satisfies these frequency constraints, without splitting the order across too many FC's, is challenging. Jasin and Sinha identify this as a correlated rounding problem, and propose an intricate rounding scheme that they prove is suboptimal by a factor of at most $\approx q/4$ on a $q$-item order. This paper provides to our knowledge the first substantially improved scheme for this correlated rounding problem, which is suboptimal by a factor of at most $1+\ln(q)$. We provide another scheme for sparse networks, which is suboptimal by a factor of at most $d$ if each item is stored in at most $d$ FC's. We show both of these guarantees to be tight in terms of the dependence on $q$ or $d$. Our schemes are simple and fast, based on an intuitive idea -- items wait for FC's to ``open'' at random times, but observe them on ``dilated'' time scales. This also implies a new randomized rounding method for the classical Set Cover problem, which could be of general interest. We numerically test our new rounding schemes under the same realistic setups as Jasin and Sinha (2015) and find that they improve runtimes, shorten code, and robustly improve performance. Our code is made publicly available.

研究の動機と目的

• 複数商品から成るeコマース注文における、異なる受領センター（FC）の使用数を最小化するとともに、周辺出荷確率を満たす課題に対処すること。
• JasinとSinha（2015）が提唱した従来の相関付きラウンディング方式（$ \alpha \approx q/4$ を保証）を改善し、注文サイズ $q$ に依存する度合いを低減すること。
• 大規模かつリアルタイムなeコマース受領システムに適した、単純で効率的な手法を開発すること。
• 問題を集合被覆の確率的ラウンディング問題に接続することで、新たな保証の理論的タイトネスを確立すること。
• 現実的な動的受領シナリオ下で、実験的に手法の有効性を検証し、性能向上と実行時間の短縮を示すこと。

提案手法

• アイテムがFCが『開く』のを『待つ』ことで、FC選択に正の相関を誘導する、ポアソン時計に基づくメカニズムを用いる。
• 時間拡張を用いてポアソン過程のレートをスケーリングし、各FCの選択確率が入力分布 $u_{ki}$ と一致するようにする。
• 2つの方式を導入：一般ケースに適した「Dilate」（$ \alpha = \ln(q) + 1$ の保証）、各アイテムが高々 $d$ 個のFCに保管されるスパースネットワークに適した「ForceOpen」（$ \alpha = d$ の保証）。
• ラウンディング手法により、各FCが使用される確率が $\alpha \cdot y_k$ 以下（$y_k = \max_i u_{ki}$）となるように保証し、過剰使用を最小化する。
• 理論的分析により、問題を集合被覆の確率的ラウンディングに接続することで、$ \ln(q)+1$ の境界がタイトであることを証明する。
• 実験的評価では、JasinとSinha（2015）の動的受領シミュレーションを用い、ネットワークのスパarsityと注文サイズの変動に応じて、5つのアルゴリズムの性能を比較した。

実験結果

リサーチクエスチョン

• RQ1 eコマース受領における相関付きラウンディングにおいて、FC使用保証の注文サイズ $q$ への依存度を、線形的（$q/4$）から対数的（$\ln q + 1$）に低減することは可能か？
• RQ2 各アイテムが高々 $d$ 個のFCに保管されるスパースネットワークにおいて、証明可能にタイトで単純かつ効率的なラウンディング方式は存在するか？
• RQ3 新規相関付きラウンディング方式は、動的注文到着下で、性能、実行時間、耐障害性の観点から、従来手法と比較してどのように差をつけるか？
• RQ4 提案手法は、集合被覆問題の既存の確率的ラウンディング方式と接続可能で、それを改善できるか？
• RQ5 理論的改善は、在庫制約を伴う現実世界の動的受領環境において、実用的利点にどのように反映されるか？

主な発見

• 提案された「Dilate」方式は、$\alpha = \ln(q) + 1$ の保証を達成し、$q$ への依存度において従来の $\alpha \approx q/4$ より顕著な改善を示した。
• 「ForceOpen」方式は、各アイテムが高々 $d$ 個のFCに保管される場合に、タイトな $\alpha = d$ の保証を達成し、この境界が最適であることが証明された。
• 数値実験では、Dilate方式は $p_{\text{carry}} = 0.25$ 時に平均損失を5.6%まで低下、$p_{\text{carry}} = 0.50$ 時に12.6%まで低下させ、ミオピック、インディペンデント、JS方式を上回った。
• DilateおよびForceOpen方式は、JS手法と比較して10倍の高速化を達成し、1インスタンスあたりの平均実行時間を約160秒から約15〜20秒に短縮した。
• Dilate方式では、$p_{\text{carry}} = 0.25$ 時に注文あたりの異なるFCの平均数を1.22にまで低下させ、インディペンデント方式の1.31を著しく下回った。
• 理論的保証である $\ln(q)+1$ は実験的にも裏付けられ、より大規模で複雑なネットワークでは理論的期待を上回る性能向上が得られた。