[논문 리뷰] Matching Impatient and Heterogeneous Demand and Supply

Angelos Aveklouris, Levi DeValve외 2명|arXiv (Cornell University)|2021. 02. 04.

Advanced Queuing Theory Analysis인용 수 10

한 줄 요약

이 논문은 인내심이 없고 이질적인 수요와 공급을 가진 이원 서비스 플랫폼에서 매칭 가치를 최대화하기 위한 유체 모델 기반 최적화 프레임워크를 제안한다. 비선형 대기 비용과 인내 시간 분포를 모델링함으로써 점점 더 최적의 매칭 비율을 도출하고, 우선순위 순서가 평균이 아닌 인내 시간 분포의 위험도 함수에 의해 결정된다는 것을 보여준다.

ABSTRACT

Service platforms must determine rules for matching heterogeneous demand (customers) and supply (workers) that arrive randomly over time and may be lost if forced to wait too long for a match. Our objective is to maximize the cumulative value of matches, minus costs incurred when demand and supply wait. We develop a fluid model, that approximates the evolution of the stochastic model, and captures explicitly the nonlinear dependence between the amount of demand and supply waiting and the distribution of their patience times, also known as reneging or abandonment times in the literature. The fluid model invariant states approximate the steady-state mean queue-lengths in the stochastic system, and, therefore, can be used to develop an optimization problem whose optimal solution provides matching rates between demand and supply types that are asymptotically optimal (on fluid scale, as demand and supply rates grow large). We propose a discrete review matching policy that asymptotically achieves the optimal matching rates. We further show that when the aforementioned matching optimization problem has an optimal extreme point solution, which occurs when the patience time distributions have increasing hazard rate functions, a state-independent priority policy, that ranks the edges on the bipartite graph connecting demand and supply, is asymptotically optimal. A key insight from this analysis is that the ranking critically depends on the patience time distributions, and may be different for different distributions even if they have the same mean, demonstrating that models assuming, e.g., exponential patience times for tractability, may lack robustness. Finally, we observe that when holding costs are zero, a discrete review policy, that does not require knowledge of inter-arrival and patience time distributions, is asymptotically optimal.

연구 동기 및 목표

• 고속도, 확률적 플랫폼에서 인내심이 있는 에이전트를 고려하여 누적 매칭 가치에서 대기 비용을 뺀 값을 최대화하는 매칭 정책을 설계하기 위해.
• 일반적인 인내 시간 분포로 인해 비마르코프 동역학이 발생하는 문제를 다루기 위해.
• 유체 모델 근사를 통해 대기열 길이와 인내 시간 분포 간의 비선형 관계를 포괄하는 모델을 개발하기 위해.
• 매칭 문제(Matching Problem, MP)를 유도하여, 이의 해가 점점 더 최적의 매칭 비율을 제공하도록 하기 위해.
• 인내 시간 분포의 위험도 함수 성질에 기반하여 상태에 독립적인 우선순위 정책이 최적일 조건을 규명하기 위해.

제안 방법

• 이질적인 수요와 공급을 가진 확률적 매칭 시스템의 정적 상태 행동을 근사하기 위해 결정론적 유체 모델을 수립한다.
• 유체 모델의 불변 상태를 사용하여, 인내 시간 분포에 비선형적으로 의존하는 정적 상태 평균 대기열 길이를 표현한다.
• 유체 척도 최적화를 사용하여 매칭 가치와 보관 비용을 균형 잡는 유체 모델 기반 최적화 문제인 매칭 문제(Matching Problem, MP)를 구성한다.
• MP에서 유도된 최적의 매칭 비율을 점점 더 최적의 성능로 달성하는 이산 검토 매칭 정책을 제안한다.
• MP의 극단점 해가 점점 더 최적의 상태에 독립적인 우선순위 정책을 유도할 수 있는 조건을 규명한다.
• 위험도 함수가 최적의 우선순위 순서에 미치는 영향을 분석하여, 동일한 평균을 가진 분포라도 다른 위험도 함수는 다른 최적의 매칭 순서를 초래함을 보여준다.

실험 결과

연구 질문

• RQ1 이질적이고 인내심이 없는 수요와 공급을 가진 플랫폼에서 네트워크 가치를 최대화하기 위해 어떤 매칭 정책을 설계할 수 있는가?
• RQ2 지수 분포를 초월하는 일반적인 인내 시간 분포가 최적의 매칭 전략에 어떤 영향을 미치는가?
• RQ3 이질적인 에이전트를 매칭하기 위해 상태에 독립적인 우선순위 정책이 점점 더 최적일 조건은 무엇인가?
• RQ4 유체 모델 근사는 일반적인 인내 시간 분포 하에서 확률적 시스템의 정적 상태 행동을 어떻게 포괄하는가?
• RQ5 이중 검토 정책이 도착 간격 또는 인내 시간 분포의 지식 없이도 점점 더 최적의 성능을 달성할 수 있는가?

주요 결과

• 유체 모델의 불변 상태는 확률적 시스템에서 정적 상태 평균 대기열 길이를 정확하게 근사하여 대규모 최적화를 가능하게 한다.
• 인내 시간 분포의 위험도 함수가 증가하는 경우, 매칭 문제(MP)의 최적 해는 극단점이 되며, 이는 상태에 독립적인 우선순위 정책을 가능하게 한다.
• 우선순위 순서는 평균이 아니라 인내 시간 분포의 전체 형태에 따라 달라지며, 이는 지수 분포 가정이 하위 최적 정책을 초래할 수 있음을 시사한다.
• 보관 비용이 0인 경우, 도착 간격 또는 인내 시간 분포의 지식이 필요 없는 이산 검토 정책이 점점 더 최적의 성능을 달성한다.
• 수치 결과는 제안된 우선순위 정책이 위험도 함수가 유한하지 않은 경우, 예를 들어 균일한 인내 시간 분포와 같은 경우에도 효과적으로 유지됨을 시사한다.
• MP의 해는 인내 시간 분포의 특성에 따라 매칭 우선순위를 다르게 설정할 수 있다 — 예를 들어, 동일한 평균을 가진 지수 분포와 균일 분포 간의 차이를 고려하여, 분포 모델링의 중요성을 강조한다.