[논문 리뷰] Batching and Optimal Multi-stage Bipartite Allocations

Yiding Feng, Rad Niazadeh|arXiv (Cornell University)|2022. 11. 29.

Optimization and Search Problems인용 수 7

한 줄 요약

이 논문은 볼륨 기반의 K-스테이지 정점 가중치가 부여된 이분 매칭 문제에 대해, 엄격하게 볼록 함수로 사용되는 감소하는 차수의 다항식을 정규화 항으로 사용하여, 최적의 $ frac{1}{2}$-경쟁율을 가지는 분수 매칭 알고리즘을 제안한다. 이는 볼록 프로그래밍에서의 정규화를 통해 각 스테이지에서 탐욕적 전략과 미래 대비 전략의 균형을 이루며, 새로운 다단계 원본-이중 프레임워크와 볼록 쌍대성을 통해 경쟁율의 엄밀한 상한을 확립한다. 이는 영상 광고 환경에서의 자유 배치 기능이 있는 구성 할당으로까지 확장된다.

ABSTRACT

In several applications of real-time matching of demand to supply in online marketplaces, the platform allows for some latency to batch the demand and improve the efficiency. Motivated by these applications, we study the optimal trade-off between batching and inefficiency under adversarial arrival. As our base model, we consider K-stage variants of the vertex weighted b-matching in the adversarial setting, where online vertices arrive stage-wise and in K batches -- in contrast to online arrival. Our main result for this problem is an optimal (1-(1-1/K)^K)- competitive (fractional) matching algorithm, improving the classic (1-1/e) competitive ratio bound known for its online variant (Mehta et al., 2007; Aggarwal et al., 2011). We also extend this result to the rich model of multi-stage configuration allocation with free-disposals (Devanur et al., 2016), which is motivated by the display advertising in video streaming platforms. Our main technique is developing tools to vary the trade-off between "greedy-ness" and "hedging" of the algorithm across stages. We rely on a particular family of convex-programming based matchings that distribute the demand in a specifically balanced way among supply in different stages, while carefully modifying the balancedness of the resulting matching across stages. More precisely, we identify a sequence of polynomials with decreasing degrees to be used as strictly concave regularizers of the maximum weight matching linear program to form these convex programs. At each stage, our algorithm returns the corresponding regularized optimal solution as the matching of this stage (by solving the convex program). Using structural properties of these convex programs and recursively connecting the regularizers together, we develop a new multi-stage primal-dual framework to analyze the competitive ratio. We further show this algorithm is optimally competitive.

연구 동기 및 목표

• 실시간 온라인 마켓플레이스에서 배치 지연과 매칭 비효율성 간의 최적의 트레이드오프를 설계하기 위해.
• 기존의 온라인 정점 가중치가 부여된 이분 매칭 문제를 K개의 온라인 정점 도착 스테이지로 구성된 다단계 배치 모델로 확장하기 위해.
• 각 스테이지에서 탐욕성과 향후 대비 전략의 균형을 이루는 경쟁율 분수 매칭 알고리즘을 개발하기 위해.
• 기본 및 확장된 구성 할당 모델에 대해 원본-이중 분석과 상한 인스턴스를 통해 엄밀한 경쟁율 상한을 확립하기 위해.
• 영상 스트리밍 플랫폼에서의 광고 할당을 모델링하기 위해 자유 배치 기능이 있는 다단계 구성 할당으로 프레임워크를 확장하기 위해.

제안 방법

• 최적의 볼록 프로그래밍 설정에서 각 스테이지의 할당 균형을 확보하기 위해 감소하는 차수의 다항식에서 유도된 엄격한 볼록 정규화 항을 사용한다.
• 각 스테이지 $k$에서, 정규화된 볼록 프로그래밍의 최적 해를 계산하여 해당 스테이지의 분수 매칭으로 활용한다.
• 정규화된 볼록 프로그래밍의 최적 해를 기반으로 그래프를 재귀적으로 구조 분해하여 다단계 원본-이중 분석을 가능하게 한다.
• 그래프 분해가 불가능한 경우, 볼록 쌍대성을 적용하여 직접 원본-이중 분석이 가능하도록 한다.
• 이종적인 온라인 측면의 가중치를 처리하기 위해 가격 수준 정규화를 도입하여 구성 할당에서 각 가격 수준 별 별도의 정규화를 허용한다.
• 균일한 순열을 사용한 랜덤화된 상한 인스턴스를 구성하여, 경쟁율 $1 - (1 - 1/K)^K$의 최적성 증명을 수행한다.

실험 결과

연구 질문

• RQ1 배치 기능이 있는 K-스테이지 정점 가중치가 부여된 이분 매칭 문제에서 달성 가능한 최적의 경쟁율은 무엇인가?
• RQ2 매칭 효율을 극대화하기 위해 알고리즘이 각 스테이지에서 탐욕적 할당과 미래 대비 전략을 어떻게 균형 잡을 수 있는가?
• RQ3 경쟁율 $1 - (1 - 1/K)^K$는 비가중치 케이스에서도 달성 가능하고 최적임을 증명할 수 있는가?
• RQ4 영상 광고 환경에서의 자유 배치 기능이 있는 다단계 구성 할당으로 이 프레임워크를 어떻게 확장할 수 있는가?
• RQ5 복잡한 제약 조건이 있는 다단계 할당에서 원본-이중 분석을 가능하게 하는 데 볼록 쌍대성과 정규화된 볼록 프로그래밍이 수행하는 역할은 무엇인가?

주요 결과

• 제안된 분수 알고리즘은 $1 - (1 - 1/K)^K$의 경쟁율을 달성하며, 기존의 온라인 매칭 알고리즘의 $1 - 1/e$ 상한보다 향상된 성능을 보인다.
• 경쟁율 $1 - (1 - 1/K)^K$는, 어떤 알고리즘도 이를 초과할 수 없는 랜덤화된 상한 인스턴스를 구성함으로써 최적임을 입증한다.
• 감소하는 차수의 다항식 정규화 항을 사용함으로써 각 스테이지에서 탐욕성과 향후 대비 전략 간의 통제 가능한 트레이드오프가 가능해지고, 균형 잡힌 할당이 보장된다.
• 다단계 원본-이중 프레임워크는 정규화된 볼록 프로그래밍의 최적 해를 기반으로 재귀적 분해를 통해 구축되며, 엄밀한 경쟁율 분석이 가능하다.
• 자유 배치 기능이 있는 구성 할당의 경우, 가격 수준 정규화를 도입하고 볼록 쌍대성을 활용하여 그래프 분해 없이도 원본-이중 분석을 수립한다.
• 이 프레임워크는 일반화 가능하며, 영상 광고에서의 인-스트림 광고 할당과 같이, 배치 기능을 통해 효율성을 높이되 경쟁율을 훼손하지 않는 실제 응용 분야에 적용 가능하다.