[논문 리뷰] Online Matching in a Ride-Sharing Platform

Chinmoy Dutta, Chris Sholley|arXiv (Cornell University)|2018. 06. 27.

Optimization and Search Problems참고 문헌 8인용 수 3

한 줄 요약

이 논문은 온라인 리프트 공유 플랫폼에서의 온라인 리드 매칭을 위한 새로운 그래프 이론적 모델인 온라인 윈도우드 비이분할 매칭(OWNBM)을 제안한다. 간선 가중치 버전에 대해 조합 Auction 이론을 활용한 랜덤화된 1/4-경쟁 알고리즘을 제시하고, 정점 가중치 버전에 대해 제약 조건을 완화한 랜덤화된 원형-쌍대 분석 기법을 통해 1/2(1−1/e)-경쟁 알고리즘을 제시하며, 시간적 및 공간적 제약 조건 하에서 성립한다.

ABSTRACT

We propose a formal graph-theoretic model for studying the problem of matching rides online in a ride-sharing platform. Unlike most of the literature on online matching, our model, that we call {\em Online Windowed Non-Bipartite Matching} ($\mbox{OWNBM}$), pertains to online matching in {\em non-bipartite} graphs. We show that the edge-weighted and vertex-weighted versions of our model arise naturally in ride-sharing platforms. We provide a randomized $\frac{1}{4}$-competitive algorithm for the edge-weighted case using a beautiful result of Lehmann, Lehmann and Nisan (EC 2001) for combinatorial auctions. We also provide an $\frac{1}{2} (1 - \frac{1}{e})$-competitive algorithm for the vertex-weighted case (with some constraint relaxation) using insights from an elegant randomized primal-dual analysis technique of Devanur, Jain and Kleinberg (SODA 2013).

연구 동기 및 목표

• 리프트 공유 플랫폼에서의 온라인 리드 매칭 문제를 그래프 이론적 프레임워크를 사용하여 형식화하기.
• 실시간으로 공간적·시간적 제약 조건이 존재하는 환경에서 매칭 효율성과 매칭 비율 간의 트레이드오프를 모델링하기.
• 적대적 도착 순서 하에서 비이분할 매칭에 대한 경쟁적인 온라인 알고리즘을 개발하기.
• 기존 문헌에서 리프트 공유 매칭에 대한 공식적인 수학적 모델링의 부재를 해결하기.
• 비이분할 그래프에서의 온라인 매칭에 대한 이론적 보장을 수립하기 — 이는 이전 연구에서의 격차이다.

제안 방법

• 리프트 공유 매칭의 공간적, 시간적, 온라인 제약 조건을 포괄하는 온라인 윈도우드 비이분할 매칭(OWNBM) 모델을 제안한다.
• 간선 가중치 버전의 OWNBM에 대해 조합 Auction 이론의 결과를 활용한 랜덤화 알고리즘을 사용한다 (Lehmann, Lehmann, Nisan (EC 2001)의 결과 활용).
• 정점 가중치 버전에 대해 제약 조건을 완화한 랜덤화된 원형-쌍대 분석 기법을 적용한다 (Devanur, Jain, Kleinberg (SODA 2013)의 기법 활용).
• 반매칭과 반무게 개념을 도입하여 정점 가중치 설정에서의 기대 성능을 분석한다.
• 세 단계 과정을 활용: 반매칭 구축 → 3-매칭으로 변환 → 매칭 윈도우 내에서 간선 선택 보장.
• 반무게 계산을 가능하게 하기 위해 기원 유형 및 목적지 유형의 반매칭을 정의하여 기대 성능의 하한을 도출한다.

실험 결과

연구 질문

• RQ1 리프트 공유 플랫폼에서의 온라인 리드 매칭 문제는 어떻게 온라인 비이분할 매칭 문제로 형식화될 수 있는가?
• RQ2 시간적 및 공간적 제약 조건 하에서 비이분할 그래프에서 간선 가중치 온라인 매칭에 대해 달성 가능한 최적의 경쟁 비율은 무엇인가?
• RQ3 제약 조건을 완화한 랜덤화된 원형-쌍대 접근법을 통해 정점 가중치 온라인 비이분할 매칭의 경쟁 비율을 향상시킬 수 있는가?
• RQ4 미래 정보가 불완전한 실시간 환경에서 결정을 내야 하는 조건 하에서 비이분할 그래프에서의 온라인 매칭의 이론적 성능 한계는 무엇인가?
• RQ5 공간적 겹침과 시간 윈도우 제약 조건은 리프트 공유 시스템에서의 온라인 매칭 알고리즘 설계 및 경쟁성에 어떤 영향을 미치는가?

주요 결과

• 논문은 조합 Auction 이론의 결과를 활용하여 간선 가중치 OWNBM 문제에 대해 랜덤화된 1/4-경쟁 알고리즘을 제시한다.
• 정점 가중치 OWNBM 변형에 대해 제약 조건을 완화한 랜덤화된 원형-쌍대 기법을 사용하여 1/2(1−1/e)-경쟁 비율을 달성한다.
• 알고리즘 3에 의해 생성된 반매칭의 기대 반무게가 최적 매칭 무게의 최소 1/2(1−1/e) 배임을 증명한다.
• 반매칭에서 3-매칭으로의 변환 과정을 통해 최종 매칭 무게가 반매칭의 반무게 이상이 되도록 보장한다.
• 모든 매칭 간선은 종단 정점 도착 후 최대 d 단계 이내에 선택되며, 이는 매칭 윈도우 제약 조건을 충족함을 보장한다.
• 제안된 OWNBM 모델은 시간적 및 공간적 제약 조건이 존재하는 적대적 환경에서 비이분할 매칭에 대한 첫 번째 형식적 프레임워크이다.