[논문 리뷰] Maximizing Efficiency in Dynamic Matching Markets

Itai Ashlagi, Maximilien Burq외 2명|arXiv (Cornell University)|2018. 03. 04.

Optimization and Search Problems참고 문헌 24인용 수 9

한 줄 요약

이 논문은 고정된 기간 d 동안 도착하고 퇴장하는 동적 매칭 시장에서 1/4-경쟁적 알고리즘인 연기된 동적 유보 기각(이하 PDDA)을 제안한다. 에이전트를 무작위로 구매자 또는 판매자로 할당하고, 에이전트가 퇴장할 예정일 때까지 매칭을 유보함으로써, 임의의 간선 가중치가 있는 그래프와 이질적인 매칭 가치를 처리하면서도 증명 가능한 경쟁 비율을 확보한다.

ABSTRACT

We study the problem of matching agents who arrive at a marketplace over time and leave after d time periods. Agents can only be matched while they are present in the marketplace. Each pair of agents can yield a different match value, and the planner's goal is to maximize the total value over a finite time horizon. We study matching algorithms that perform well over any sequence of arrivals when there is no a priori information about the match values or arrival times. Our main contribution is a 1/4-competitive algorithm. The algorithm randomly selects a subset of agents who will wait until right before their departure to get matched, and maintains a maximum-weight matching with respect to the other agents. The primal-dual analysis of the algorithm hinges on a careful comparison between the initial dual value associated with an agent when it first arrives, and the final value after d time steps. It is also shown that no algorithm is 1/2-competitive. We extend the model to the case in which departure times are drawn i.i.d from a distribution with non-decreasing hazard rate, and establish a 1/8-competitive algorithm in this setting. Finally we show on real-world data that a modified version of our algorithm performs well in practice.

연구 동기 및 목표

• 사전 정보 없이 악성의 도착 및 매칭 가치 순서에 대해 잘 작동하는 매칭 알고리즘을 설계하는 것.
• 양방향 에이전트와 이질적인 매칭 가치를 가진 비이분할 그래프에서의 동적 매칭 문제를 다루는 것.
• 에이전트가 정확히 d 시간 단위 후에 퇴장하는 유한한 시간 범위 내에서 총 매칭 가치를 최대화하는 것.
• 결정론적 및 확률적 퇴장 모델에 대해 이론적 경쟁 비율을 확립하는 것.
• 실세계 데이터셋(뉴욕시 택시 운행 데이터 및 신장 이식 데이터 포함)에서 알고리즘 성능을 평가하는 것.

제안 방법

• 에이전트가 도착할 때 무작위로 구매자 또는 판매자로 할당하고, 매칭 품질 향상을 위해 이중 복제 메커니즘을 사용한다.
• 상승 경매 유사 과정을 통해 판매자에 대한 가상 가격과 구매자에 대한 마진 수익을 유지한다.
• 에이전트가 퇴장할 예정일 때(즉, 시간 d에) 최종 매칭을 연기함으로써 가치 추출에 최적의 타이밍을 확보한다.
• 이중 분석을 통해 초기 및 최종 이중 값 비교를 통해 결정론적 퇴장 조건 하에서 1/4-경쟁 비율을 증명한다.
• 비감소 위험률을 가진 확률적 퇴장 모델에 대해 알고리즘을 적응시켜 1/8-경쟁 비율을 달성한다.
• 배치 변형을 구현하고 실세계 데이터셋에서 그레디 및 재최적화 기준과 비교한다.

실험 결과

연구 질문

• RQ1 고정된 퇴장 시간을 가진 동적 매칭에서 어떤 온라인 알고리즘도 달성할 수 있는 최고의 경쟁 비율은 무엇인가?
• RQ2 비이분할이고 간선 가중치가 있는 그래프에서, 연기된 매칭을 가능하게 하기 위해 양면 시장 구조를 어떻게 인위적으로 만들 수 있는가?
• RQ3 퇴장 시간이 결정론적이고 매칭 가치가 임의일 경우 1/4-경쟁 비율을 달성할 수 있는가?
• RQ4 비감소 위험률을 가진 확률적 퇴장 조건에서 경쟁 비율은 어떻게 떨어지는가?
• RQ5 택시 운행 및 신장 이식과 같은 실세계 동적 매칭 데이터셋에서 제안된 알고리즘의 실용적 성능은 어떠한가?

주요 결과

• PDDA 알고리즘은 결정론적 퇴장 모델에서 1/4-경쟁 비율을 달성하며, 이는 1/2의 날카로운 상한선을 가진다.
• 어떤 알고리즘도 1/2를 초과하는 경쟁 비율을 달성할 수 없으며, 이는 이 문제의 이론적 한계를 확립한다.
• 비감소 위험률을 가진 확률적 퇴장 모델에서, 적응된 알고리즘이 1/8-경쟁 비율을 달성한다.
• 뉴욕시 택시 데이터에서, 배치 및 PDDA 알고리즘이 그레디를 능가하며, 퇴장 시간이 결정론적일 경우 배치 알고리즘이 재최적화의 거의 최적 성능을 달성한다.
• 신장 이식 데이터에서는 결정론적 환경에서 PDDA와 배치 알고리즘이 그레디를 능가하지만, 확률적 퇴장 조건에서는 배치 알고리즘이 성능이 크게 떨어진다.
• 재최적화(오프라인)가 모든 설정에서 가장 뛰어난 성능을 보이며, 향후 퇴장 시간과 매칭 가치를 사전에 알 수 있다는 가치를 확인한다.