[논문 리뷰] A Secretary Problem with a Sliding Window for Recalling Applicants

Shan-Yuan Ho, Abijith Krishnan|arXiv (Cornell University)|2015. 08. 31.

Optimization and Search Problems참고 문헌 8인용 수 4

한 줄 요약

이 논문은 크기가 $K$인 슬라이딩 윈도우를 갖는 서크리티스트 문제의 변종을 연구하며, 최근 $K$명의 지원자들을 다시 고려할 수 있도록 하고, 세 가지 경우에 대해 최적 전략과 승리 확률을 유도한다: 최고의 지원자를 선택하는 경우(Best-1), 상위 두 명 중 하나를 선택하는 경우(Best-2), 최고의 지원자를 선택하기 위해 두 번의 선택 기회를 갖는 경우(2-Choice). 주요 기여는 정규화된 윈도우 크기 $w = K/N$에 대한 점근적 승리 확률과 최적 기준값을 도출한 것으로, 2-Choice의 경우 최적의 확률은 $K$가 증가함에 따라 증가하며, $K \geq N/2$일 때 1에 도달함을 보여준다.

ABSTRACT

The Sliding Window Secretary Problem allows a window of choices to the Classical Secretary Problem, in which there is the option to choose the previous $K$ choices immediately prior to the current choice. We consider a case of this sequential choice problem in which the interviewer has a finite, known number of choices and can only discern the relative ranks of choices, and in which every permutation of ranks is equally likely. We examine three cases of the problem: (i) the interviewer has one choice to choose the best applicant; (ii) the interviewer has one choice to choose one of the top two applicants; and (iii) the interviewer has two choices to choose the best applicant. The form of the optimal strategy is shown, the probability of winning as a function of the window size is derived, and the limiting behavior is discussed for all three cases.

연구 동기 및 목표

• 슬라이딩 윈도우를 통해 이전 $K$명의 지원자들을 다시 고려할 수 있도록 하여 고전적 서크리티스트 문제를 확장함으로써, 불확실성 하에서 순차적 의사결정 문제에 더 현실적인 모델을 제공한다.
• 세 가지 다른 보상 시나리오를 분석한다: 최고의 지원자를 선택하는 것, 상위 두 명 중 하나를 선택하는 것, 최고의 지원자를 선택하기 위해 두 번의 선택 기회를 갖는 것.
• 각 경우에 대해 윈도우 크기 $K$에 대한 함수로서 최적의 정지 규칙을 도출하고, 성공 확률의 최대값을 계산한다.
• 큰 $N$에 대한 점근적 분석을 수행하며, 윈도우 크기를 $w = K/N$로 정규화하고, 최적 기준값과 승리 확률의 점근적 행동을 기술한다.

제안 방법

• 상대 순위와 윈도우 제약 조건에 기반하여, 각 경우의 승리 확률을 계산하기 위한 재귀적 동적 프로그래밍 접근 방식을 수립한다.
• 점근적 분석을 가능하게 하기 위해 조건부 확률을 모델링하기 위해 정규화된 함수 $F$, $C$, $G$를 도입한다.
• 윈도우 간격에 대한 누적 확률을 포함하는 재귀 방정식을 사용하여, $w = K/N$에 대한 함수로서 최적 기준값 $\delta_1^*$ 및 $\delta_2^*$를 유도한다.
• 색인과 확률을 정규화하여 이산적 재귀를 큰 $N$에 대해 연속적 적분 방정식으로 변환한다.
• 수치적 및 점근적 분석을 통해 $w$에 대한 최적 승리 확률을 평가하며, $N \to \infty$일 때의 점근적 행동을 포함한다.
• 시뮬레이션과 기존 고전적 서크리티스트 문제의 극한값(예: $1/e \approx 0.37$)과의 비교를 통해 결과를 검증한다.

실험 결과

연구 질문

• RQ1 인터뷰어가 순차적 선별 과정에서 최근 $K$명의 지원자들을 다시 고려할 수 있을 때, 최적 전략과 최대 승리 확률은 무엇인가?
• RQ2 Best-1, Best-2, 2-Choice의 경우에 대해, 결정의 최적 기준값은 정규화된 윈도우 크기 $w = K/N$에 따라 어떻게 변하는가?
• RQ3 각 경우에 대해 $N \to \infty$일 때 승리 확률의 점근적 행동은 어떻게 되며, 이는 $w$에 따라 어떻게 달라지는가?
• RQ4 슬라이딩 윈도우의 도입이 고전적 서크리티스트 문제에 비해 성공 확률을 얼마나 향상시키는가?
• RQ5 2-Choice의 경우에 대해 승리 확률이 1에 도달하는 데 필요한 임계 윈도우 크기 $K$는 얼마인가?

주요 결과

• 2-Choice의 경우, 최적 승리 확률은 $K \geq N/2$일 때 1에 도달하며, 이는 충분히 큰 윈도우를 가질 경우 인터뷰어가 항상 최고의 지원자를 선택할 수 있음을 의미한다.
• Best-1의 경우, 최적 승리 확률은 $K$가 증가함에 따라 증가하며, $w = K/N$에 따라 달라지는 한계값에 수렴하며, $K > 1$일 때 고전적 값인 $1/e \approx 0.37$보다 높다.
• Best-2의 경우, $K = 1$이고 $N$이 매우 클 경우 최적 성공 확률은 약 0.574이며, $K$가 증가함에 따라 증가하여 $K$가 커질수록 1에 수렴한다.
• 최적 기준값 $\delta_1^*$ 및 $\delta_2^*$는 점근적 영역에서 오직 정규화된 윈도우 크기 $w = K/N$에만 의존하며, 그 행동은 그림 7에 시각화되어 있다.
• 재귀적 수식은 유한한 $N$에 대해 승리 확률을 정확하게 계산할 수 있으며, 정규화된 적분 방정식은 큰 $N$에 대해 정확한 근사치를 제공한다.
• 결과는 상위 $L$명 중 하나를 선택하는 상위-$L$ 사례로 자연스럽게 일반화되며, 순위 기반 선택 문제에 광범위한 적용 가능성을 시사한다.