[論文レビュー] The Query-commit Problem

Marco Molinaro, R. Ravi|arXiv (Cornell University)|Oct 5, 2011

Optimization and Search Problems参考文献 17被引用数 5

ひとこと要約

本稿は、エッジの存在確率が確率的であり、順次クエリが発行され、マッチングされた頂点ペairが不可逆的に削除される、確率的マッチングモデルであるクエリ・コミット問題を導入する。スパースグラフにおいては多項式時間で最適な戦略を提示し、グラフサイズが増加するにつれて、大規模な腎臓交換ネットワークではほぼ完全にノードがマッチング可能であることを証明している。また、単純なヒューリスティクスが最適なクラリベイント戦略の1.5%以内の性能を達成することを示しており、時間制約のある応用分野におけるコミット戦略の有効性を裏付けている。

ABSTRACT

In the query-commit problem we are given a graph where edges have distinct probabilities of existing. It is possible to query the edges of the graph, and if the queried edge exists then its endpoints are irrevocably matched. The goal is to find a querying strategy which maximizes the expected size of the matching obtained. This stochastic matching setup is motivated by applications in kidney exchanges and online dating. In this paper we address the query-commit problem from both theoretical and experimental perspectives. First, we show that a simple class of edges can be queried without compromising the optimality of the strategy. This property is then used to obtain in polynomial time an optimal querying strategy when the input graph is sparse. Next we turn our attentions to the kidney exchange application, focusing on instances modeled over real data from existing exchange programs. We prove that, as the number of nodes grows, almost every instance admits a strategy which matches almost all nodes. This result supports the intuition that more exchanges are possible on a larger pool of patient/donors and gives theoretical justification for unifying the existing exchange programs. Finally, we evaluate experimentally different querying strategies over kidney exchange instances. We show that even very simple heuristics perform fairly well, being within 1.5% of an optimal clairvoyant strategy, that knows in advance the edges in the graph. In such a time-sensitive application, this result motivates the use of committing strategies.

研究の動機と目的

• エッジの存在が不確実であり、クエリ後にマッチング決定が不可逆となるクエリ・コミット問題をモデル化・解法すること。
• 時間制約のある応用分野（例：腎臓交換）において、期待マッチングサイズを最大化する効率的なクエリ戦略を開発すること。
• 実世界の腎臓交換データに基づくクエリ戦略の理論的性能を分析すること。
• 最適でないコミット戦略と比較して、ヒューリスティクス戦略の実用的有効性を評価すること。
• 複数の腎臓交換プログラムを統合することで得られるマッチング成果の向上の可能性を調査すること。

提案手法

• 最適性に影響を及ぼさないエッジのクラスを同定し、戦略の簡素化を可能にする。
• この性質を活用して、スパースグラフにおける最適クエリ戦略を求める多項式時間アルゴリズムを設計する。
• 確率論的およびグラフ理論的解析を用いて、グラフサイズが増加するにつれて、高確率でほぼすべてのノードがマッチング可能であることを示す。
• 実際の腎臓交換インスタンスにおける異なるクエリ戦略の期待マッチングサイズを推定するために、モンテカルロサンプリングを用いる。
• エッジの平均次数が最小であるものをクエリするようなヒューリスティクス（例：minAvgDeg）を、非コミット最適戦略から導出された上限と比較する。
• サンプル平均の収束分析を用いて、推定戦略値の安定性と正確性を検証する。

実験結果

リサーチクエスチョン

• RQ1 どのエッジを安全にクエリしても、全体戦略の最適性に影響を及ぼさないか？
• RQ2 クエリ・コミットモデル下で、スパースグラフに対して多項式時間で最適クエリ戦略を計算可能か？
• RQ3 実データに基づく大規模な腎臓交換ネットワークにおいて、クエリ戦略の漸近的性能はいかほどか？
• RQ4 単純なヒューリスティクス戦略は、すべてのエッジの存在を事前に把握できる最適な非コミット戦略と比べてどの程度の性能を示すか？
• RQ5 複数の腎臓交換プログラムを統合することで、全体のマッチング成果はどの程度向上するか？

主な発見

• 最適性に影響を及ぼさないエッジのクラスを同定でき、これによりスパースグラフにおける多項式時間アルゴリズムが可能になった。
• 腎臓交換グラフのノード数が増加するにつれて、ほぼすべてのインスタンスに対して、ほぼすべてのノードをマッチング可能にする戦略が存在する。
• 単純なヒューリスティクス戦略、特にminAvgDegは、最適なクラリベイント戦略の期待マッチングサイズの1.5%以内の性能を達成した。
• 戦略の価値推定は、たった2,500サンプル程度でも安定して収束し、性能評価の信頼性が裏付けられた。
• クエリ・コミットモデルにおけるコミット制約は実際にはあまり制限的ではなく、ヒューリスティクス戦略が非コミット最適戦略とほぼ同等の性能を示した。
• 結果は、既存の腎臓交換プログラムを統合して大規模な全国的システムを構築する理論的・実用的利点を支持する。