[논문 리뷰] Online vertex-weighted bipartite matching and single-bid budgeted allocations

Gagan Aggarwal, Gagan Goel외 2명|arXiv (Cornell University)|2011. 01. 23.

Optimization and Search Problems참고 문헌 13인용 수 137

한 줄 요약

이 논문은 정점 가중치가 사전에 알려진 U 집합의 정점과 온라인으로 도착하는 V 집합의 정점으로 구성된 온라인 정점 가중치가 있는 이분 매칭 문제에 대해 랜덤화된 (1−1/e)-경쟁률 알고리즘을 제시한다. 알고리즘은 가중치에 곱셈형 랜덤 편향을 적용하여 Karp-Vazirani-Vazirani 알고리즘을 일반화하며, 일반적인 가중치에 대해 최적성을 확보하고, 입찰 금액이 예산과 유사할 경우 단일 입찰 예산 할당 문제를 해결한다.

ABSTRACT

We study the following vertex-weighted online bipartite matching problem: G(U, V, E) is a bipartite graph. The vertices in U have weights and are known ahead of time, while the vertices in V arrive online in an arbitrary order and have to be matched upon arrival. The goal is to maximize the sum of weights of the matched vertices in U. When all the weights are equal, this reduces to the classic online bipartite matching problem for which Karp, Vazirani and Vazirani gave an optimal (1−1/e)-competitive algorithm in their seminal work [10].Our main result is an optimal (1−1/e)-competitive randomized algorithm for general vertex weights. We use random perturbations of weights by appropriately chosen multiplicative factors. Our solution constitutes the first known generalization of the algorithm in [10] in this model and provides new insights into the role of randomization in online allocation problems. It also effectively solves the problem of online budgeted allocations [14] in the case when an agent makes the same bid for any desired item, even if the bid is comparable to his budget - complementing the results of [14, 3] which apply when the bids are much smaller than the budgets.

연구 동기 및 목표

• 정점 가중치가 사전에 알려진 U 집합의 정점과 온라인으로 도착하는 V 집합의 정점이 있는 정점 가중치가 있는 이분 매칭 문제에 대해 최적의 온라인 알고리즘을 개발하는 것.
• Karp-Vazirani-Vazirani (1−1/e)-경쟁률 알고리즘을 동일한 가중치에서 임의의 정점 가중치로 일반화하는 것.
• 일반적인 가중치를 가진 온라인 할당 문제에서 랜덤화의 역할에 대한 새로운 통찰을 제공하는 것.
• 입찰 금액이 예산과 유사한 경우 단일 입찰 예산 할당 문제를 해결함으로써, 이전에 작은 입찰에 초점을 맞춘 연구를 보완하는 것.

제안 방법

• 대칭성을 깨뜨리고 온라인 매칭 결정을 이끌기 위해 U 집합의 정점 가중치에 곱셈형 랜덤 편향을 도입한다.
• 각 도착하는 V 집합의 정점을, 편향된 가중치 기반으로 이용 가능한 이웃 중 가장 높은 가중치를 가진 U 집합의 정점에 할당하는 랜덤 알고리즘을 사용한다.
• 편향된 가중치가 기대값에서 (1−1/e)-경쟁률을 유지함을 보이기 위해 농도 경계를 적용한다.
• 이 문제에 대해 어떤 온라인 알고리즘도 (1−1/e)-경쟁률을 초과할 수 없음을 보여 이를 최적성으로 증명한다.
• 온라인 이분 매칭 문제의 구조를 활용하여 동일한 가중치에서 가중치가 있는 설정으로 결과를 확장한다.

실험 결과

연구 질문

• RQ1 임의의 정점 가중치를 가진 온라인 정점 가중치가 있는 이분 매칭 문제에서 (1−1/e)-경쟁률을 달성할 수 있는가?
• RQ2 랜덤화는 Karp-Vazirani-Vazirani 알고리즘을 가중치가 있는 설정으로 일반화하는 데 효과적으로 활용될 수 있는가?
• RQ3 입찰 금액이 그 자체로 예산과 유사할 경우, 온라인 할당 알고리즘의 성능은 어떻게 되는가? (즉, 입찰 금액이 예산에 비해 작다는 전제가 아닌 경우)
• RQ4 곱셈형 가중치 편향이 가중치가 있는 온라인 이분 매칭 모델에서 경쟁률을 유지하는가?

주요 결과

• 제안된 알고리즘은 일반적인 정점 가중치를 가진 온라인 정점 가중치가 있는 이분 매칭 문제에서 (1−1/e)-경쟁률을 달성한다.
• 알고리즘이 최적임을 보이며, 이 문제에 대해 어떤 온라인 알고리즘도 (1−1/e)-경쟁률을 초과할 수 없다.
• 곱셈 계수를 사용한 랜덤 편향이 고전 알고리즘을 가중치가 있는 경우로 일반화하는 데 효과적으로 기여한다.
• 입찰 금액이 예산과 유사할 경우 단일 입찰 예산 할당 문제를 해결하며, 이는 이전 연구에서 작은 입찰을 전제로 한 결과를 확장한다.