[논문 리뷰] Stable Matchings in Metric Spaces: Modeling Real-World Preferences using Proximity

Hossein Karkeh Abadi, Balaji Prabhakar|arXiv (Cornell University)|2017. 10. 15.

Game Theory and Voting Systems참고 문헌 14인용 수 6

한 줄 요약

이 논문은 거리(예: k차원 초입방체 또는 직선 위의 거리)에 기반한 선호도를 갖는 거리공간에서 안정적 매칭을 연구한다. 이는 데이팅 사이트나 라이드헤일링과 같은 실제 시스템을 모델링한다. 히깅 또는 가중 히깅 거리에서 충분한 질문 차원 수(예: k = Ω(n⁶) 또는 k > (2+ε)log n)가 확보될 경우, 안정적 매칭은 높은 확률로 유일해지며, 안정적 파artner까지의 기대 거리는 n에 대해 로그적으로 감소함을 보여준다.

ABSTRACT

Suppose each of $n$ men and $n$ women is located at a point in a metric space. A woman ranks the men in order of their distance to her from closest to farthest, breaking ties at random. The men rank the women similarly. An interesting problem is to use these ranking lists and find a stable matching in the sense of Gale and Shapley. This problem formulation naturally models preferences in several real world applications; for example, dating sites, room renting/letting, ride hailing and labor markets. Two key questions that arise in this setting are: (a) When is the stable matching unique without resorting to tie breaks? (b) If $X$ is the distance between a randomly chosen stable pair, what is the distribution of $X$ and what is $E(X)$? We study dating sites and ride hailing as prototypical examples of stable matchings in discrete and continuous metric spaces, respectively. In the dating site model, each person is assigned to a point on the $k$-dimensional hypercube based on their answers to a set of binary $k$ questions. We consider two different metrics on the hypercube: Hamming and Weighted Hamming. Under both metrics, there are exponentially many stable matchings when $k = \lfloor\log n floor$. There is a unique stable matching, with high probability, under the Hamming distance when $k = Ω(n^6)$, and under the Weighted Hamming distance when $k > (2+ε) \log n$ for some $ε>0$. In the ride hailing model, passengers and cabs are modeled as points on the line and matched based on Euclidean distance. Assuming the locations of the passengers and cabs are independent Poisson processes of different intensities, we derive bounds on the distribution of $X$ in terms of busy periods at a last-come-first-served preemptive-resume (LCFS-PR) queue.

연구 동기 및 목표

• 데이팅 사이트나 라이드헤일링과 같은 실제 매칭 시스템을 거리공간 내의 근접성으로 모델링함.
• 연결 끊기 없이 안정적 매칭이 유일해지는 조건을 규명함.
• 이러한 근접성 기반 모델에서 안정 쌍의 분포 및 기대 거리 E(X)를 분석함.
• 안정적 파artner 수와 매칭의 유일성에 대한 확률적 경계를 유도함.

제안 방법

• 참가자를 거리공간 내의 점으로 모델링함(예: 히깅 또는 가중 히깅 거리가 적용된 k차원 초입방체).
• 각 참가자로부터의 거리 증가에 따라 선호도를 할당하며, 무작위로 연결 끊기를 적용함.
• 확률적 분석 및 농도 불등식(예: 체르노프 불등식)을 사용해 연결 끊기 및 다수의 안정적 파artner 존재 확률을 경계함.
• 합집합 경계와 조합론적 추론을 적용해, k가 증가함에 따라 비유일 매칭의 확률이 사라짐을 보임.
• 라이드헤일링 모델은 포아송 과정과 LCFS-PR 큐 버티 기간을 활용해 X(안정적 파artner까지의 거리)의 분포를 경계함.
• 가중 히깅 거리 하에서 k > (1+ε)log n 이면 log(X)/log(n) → -1 이 되며, n → ∞ 일 때 점차적으로 기대 거리가 n의 거듭제곱으로 감소함을 도출함.

실험 결과

연구 질문

• RQ1 거리공간과 차원성 조건이 어떤 경우에 연결 끊기 없이 안정적 매칭이 유일해지는가?
• RQ2 근접성 기반 매칭 모델에서 무작위로 선택된 안정 쌍 간의 거리 X의 분포는 무엇인가?
• RQ3 이러한 모델에서 기대 거리 E(X)는 n에 따라 어떻게 척도화되는가?
• RQ4 참가자가 다수의 안정적 파artner를 가질 확률은 무엇이며, 차원 수 k가 증가함에 따라 어떻게 감소하는가?
• RQ5 근접성에 의해 유도되는 선호도의 상관관계는 안정적 매칭의 수와 구조에 어떤 영향을 미치는가?

주요 결과

• k = Ω(n⁶)일 경우, 히깅 거리 기준으로 안정적 매칭은 높은 확률로 유일해진다.
• 가중 히깅 거리 기준으로는 k > (2+ε)log n (모든 ε > 0에 대해)일 경우, 안정적 매칭은 높은 확률로 유일해진다.
• 가중 히깅 거리 기준으로 k > (1+ε)log n 이면, n → ∞ 일 때 log(X)/log(n) → -1 이 되며, 이는 안정적 파artner까지의 기대 거리가 n의 거듭제곱으로 감소함을 시사한다.
• 히깅 거리 기준으로 k = Ω(n⁶)일 경우, 참가자가 다수의 안정적 파artner를 가질 확률은 n이 증가함에 따라 사라진다.
• 포아송 분포를 따르는 차량과 승객을 가진 라이드헤일링 모델에서, 조합론적 및 큐 이론적 방법을 통해 E(X)의 경계를 유도함.
• 다수의 안정적 매칭이 존재할 확률은 n²·2⁻ᵏ 이하로 경계되며, 이는 k > (2+ε)log n 일 때 0으로 수렴하므로 높은 확률로 유일성을 보장함.