[논문 리뷰] Envy-Free Pricing in Large Markets: Approximating Revenue and Welfare

Elliot Anshelevich, Koushik Kar외 1명|arXiv (Cornell University)|2015. 03. 01.

Auction Theory and Applications참고 문헌 19인용 수 10

한 줄 요약

이 논문은 단일 수요를 가진 구매자가 있는 대규모 시장에서, 개인 구매자의 수요가 시장 규모에 비해 무시할 만큼 작을 때, 선호 없음 가격 설정의 수익 극대화를 위한 1.88-근사 알고리즘을 제시한다. 동일한 지지역간을 가진 단조 증가 위험률(MHR) 평가 분포 하에서, 이 방법은 집합적 수요 구조를 활용하여 근사 최적의 가격을 계산하며, (e,2)-이중기준 근사 방법을 통해 강력한 수익 및 복지 보장을 동시에 달성한다.

ABSTRACT

We study the classic setting of envy-free pricing, in which a single seller chooses prices for its many items, with the goal of maximizing revenue once the items are allocated. Despite the large body of work addressing such settings, most versions of this problem have resisted good approximation factors for maximizing revenue; this is true even for the classic unit-demand case. In this paper we study envy-free pricing with unit-demand buyers, but unlike previous work we focus on large markets: ones in which the demand of each buyer is infinitesimally small compared to the size of the overall market. We assume that the buyer valuations for the items they desire have a nice (although reasonable) structure, i.e., that the aggregate buyer demand has a monotone hazard rate and that the values of every buyer type come from the same support. For such large markets, our main contribution is a 1.88 approximation algorithm for maximizing revenue, showing that good pricing schemes can be computed when the number of buyers is large. We also give a (e,2)-bicriteria algorithm that simultaneously approximates both maximum revenue and welfare, thus showing that it is possible to obtain both good revenue and welfare at the same time. We further generalize our results by relaxing some of our assumptions, and quantify the necessary tradeoffs between revenue and welfare in our setting. Our results are the first known approximations for large markets, and crucially rely on new lower bounds which we prove for the revenue-maximizing prices.

연구 동기 및 목표

• 이전 방법들이 로그 스케일 근사 요인만을 제공하는 경우에도, 단일 수요를 가진 구매자에 대한 선호 없음 가격 설정에서 수익 근사화라는 오랫동안 남아있는 과제를 해결하고자 한다.
• 개별 구매자 수요가 무시할 만큼 작은 대규모 시장을 연구함으로써, 균일한 게시 가격을 도입하고 선호 없음의 강제 조건을 단순화한다.
• 현실적인 평가 구조 하에서 최대 수익과 사회적 복지를 동시에 근사화하는 계산 효율적인 가격 설정 기법을 설계하고자 한다.
• 동일한 평가 지지역 간을 가정하는 것과 같은 조건을 완화할 경우, 수익과 복지 사이의 트레이드오프를 정량화하고자 한다.

제안 방법

• 모든 구매자 유형에 대해 역수요 함수를 사용하여 시장을 모델링하며, 평가가 동일한 지지역 간에서 추출된다고 가정한다. 이때 평가 분포는 단조 증가 위험률(MHR) 성질을 가진다.
• 위험률과 누적분포함수의 도함수를 포함하는 적분 부등식을 활용하여 최적 수익에 대한 새로운 하한을 도출한다.
• MHR 구조에 기반하여 항목 가격을 설정하는 가격 설정 알고리즘을 구성하며, 항목별로 균일한 가격 설정을 통해 선호 없음을 보장한다.
• MHR 분포의 구조적 성질을 활용하여, 수익(에프터 요인 내)과 복지(2배 요인 내)를 동시에 최적화하는 이중기준 근사 방법을 적용한다.
• 분포의 다양한 지점에서 값의 비율을 제한하기 위해 분석적 레마를 사용하며, 이는 수익이 최적값의 상수 요인 내에 있음을 증명한다.
• 동일한 지지역 간 가정을 완화하고, 그로 인한 수익-복지 성능 저하 정도를 정량화함으로써 결과를 일반화한다.

실험 결과

연구 질문

• RQ1 대규모 시장 가정 하에서 선호 없음 가격 설정의 수익 극대화에 대해 상수 요인 근사가 가능할 수 있는가?
• RQ2 어떤 구매자 평가의 구조적 성질이 대규모 시장에서 상수 요인 수익 근사 가능성을 가능하게 하는가?
• RQ3 제한된 이중기준 요인 내에서 선호 없음 가격 설정에서 동시에 수익과 사회적 복지를 근사화하는 것이 가능한가?
• RQ4 동일한 평가 지지역 간에서의 이탈이 수익 및 복지 근사 보장에 어떤 영향을 미치는가?
• RQ5 MHR 가정 하에서 대규모 시장에서 최적 수익에 대한 가장 날카로운 하한은 무엇인가?

주요 결과

• 논문은 단일 수요를 가진 구매자와 MHR 분포 평가를 가진 대규모 시장에서 수익 극대화를 위한 1.88-근사 알고리즘을 제시한다.
• (e,2)-이중기준 근사가 달성되었으며, 이는 알고리즘이 최적 수익의 최소 1/e와 최적 사회적 복지의 최소 1/2를 보장한다는 것을 의미한다.
• 근사 요인이 위험률과 누적분포함수에 대한 분석적 경계를 활용하여 MHR 성질을 활용함으로써 유도되었다.
• 모든 구매자 유형이 동일한 지지역 간 [λmin, λmax]에서 평가가 유도된다고 가정할 때 결과가 성립한다.
• 동일한 지지역 간 가정을 완화할 경우, 논문은 수익-복지 성능 저하 정도를 정량화하며, 수익과 복지 사이의 트레이드오프를 보여준다.
• 이론적 기초는 위험률 값의 비율을 제한하는 새로운 적분 부등식과 레마에 기반하며, 임의의 x̃ > 0에 대해 f(0) < e·f(̃x)임을 증명한다.