[論文レビュー] Popular Matchings with Multiple Partners

Florian Brandl, Telikepalli Kavitha|arXiv (Cornell University)|Sep 23, 2016

Game Theory and Voting Systems参考文献 21被引用数 8

ひとこと要約

この論文は、複数のパートナーを許容する二部グラフにおける最大サイズのパピュラー・マッチングを計算するための2段階Gale-Shapleyアルゴリズムを導入し、古典的な安定マッチング理論を拡張する。このアルゴリズムが線形時間でパピュラー・マッチングを計算することを証明し、最大マッチングサイズの少なくとも2/3のサイズを保証する。

ABSTRACT

Our input is a bipartite graph $G = (A \cup B,E)$ where each vertex in $A \cup B$ has a preference list strictly ranking its neighbors. The vertices in $A$ and in $B$ are called students and courses, respectively. Each student $a$ seeks to be matched to $\mathsf{cap}(a) \ge 1$ courses while each course $b$ seeks $\mathsf{cap}(b) \ge 1$ many students to be matched to it. The Gale-Shapley algorithm computes a pairwise-stable matching (one with no blocking edge) in $G$ in linear time. We consider the problem of computing a popular matching in $G$ -- a matching $M$ is popular if $M$ cannot lose an election to any matching where vertices cast votes for one matching versus another. Our main contribution is to show that a max-size popular matching in $G$ can be computed by the 2-level Gale-Shapley algorithm in linear time. This is an extension of the classical Gale-Shapley algorithm and we prove its correctness via linear programming.

研究の動機と目的

• ペairwise安定マッチングが最大マッチングサイズの半分にまで小さくなるという非効率性を是正するため、よりグローバルに効率的なマッチング概念を導入すること。
• 1対1のマッチングから、頂点（学生とコース）が容量と好みを持つ多対多マッチングへのパピュラーの概念を拡張すること。
• マッチングの数を最大化すると同時にパピュラー・マッチングを計算する効率的なアルゴリズムを設計し、公平性と社会的福祉を保証すること。
• パピュラー・マッチングのサイズに理論的境界を確立し、最大サイズのパピュラー・マッチングが最大マッチングサイズの少なくとも2/3に達することを示すこと。
• ペアワイズ安定マッチングがパピュラー・マッチングの中で最小のものであることを証明し、パピュラー・マッチングの階層的構造を確立すること。

提案手法

• 古典的なGale-Shapleyアルゴリズムを、学生とコース間の階層的マッチングプロセスを模倣することで、複数のパートナーを扱える2段階版に拡張する。
• 未マッチの頂点が「最後の選択肢」ノードに接続されるように変換されたグラフ $G'_{M_0}$ を用い、票加重の好みをモデル化可能にする。
• 線形計画法の双対性を用いて、2段階Gale-Shapleyアルゴリズムの正しさを証明し、得られるマッチングがパピュラーであることを示す。
• 変換されたグラフにおける増幅路解析を用いてマッチングのサイズを限定し、任意の増幅路の長さが少なくとも5であることを証明する。
• マッチング間の頭 against 頭比較における投票の好みをモデル化するため、$G'_{M_0}$ の辺に重み関数 $\mathsf{wt}_{M_0}(e)$ を定義する。
• マッチング $T$ の実現 $T^*$ を $G'_{M_0}$ 内で定義し、$\Delta(S,T)$ を介してマッチングのパピュラー性と票の差を関連付ける。

実験結果

リサーチクエスチョン

• RQ1 容量と好みを持つ多対多二部マッチング設定において、最大サイズのパピュラー・マッチングを効率的に計算できるか？
• RQ2 このような設定において、パピュラー・マッチングの最小サイズは最大マッチングサイズに対してどの程度か？
• RQ3 ペアワイズ安定性を超えて効率的な計算が可能な、パピュラー・マッチングの構造的特徴づけは存在するか？
• RQ4 社会的福祉とリソース利用効率の観点から、パピュラー・マッチングとペアワイズ安定マッチングのサイズはどのように比較されるか？
• RQ5 古典的なGale-Shapleyアルゴリズムを複数のパートナーを扱えるように拡張しても、パピュラー性と効率性を保てるか？

主な発見

• 2段階Gale-Shapleyアルゴリズムは、線形時間で最大サイズのパピュラー・マッチングを計算でき、大規模応用においても効率的である。
• 任意の最大サイズのパピュラー・マッチング $M_0$ のサイズは、$\frac{2}{3}|M_{\max}|$ 以上である。ここで $M_{\max}$ はグラフ内の最大マッチングを表す。
• ペアワイズ安定マッチングは、多対多設定において最小のパピュラー・マッチングであり、したがって最小サイズの弱いパピュラー・マッチングである。
• マッチング $T$ がパピュラーであるための必要十分条件は、すべてのペアワイズ安定マッチング $S$ に対して票の差 $\Delta(S,T) \leq 0$ が成り立つことである。これにより、投票に基づく特徴づけが得られる。
• 変換されたグラフ $G'_{M_0}$ において、$M'_0$ に関するすべての増幅路の長さは少なくとも5である。これは2/3近似境界を証明する上で鍵となる。
• アルゴリズムは、任意の最大サイズのパピュラー・マッチングにおいて、各頂点が同じ容量でマッチングされることを保証する。これは、パピュラー・マッチング設定への「地方病院の定理」の一般化である。