[논문 리뷰] Towards Data Auctions with Externalities

Anish Agarwal, Munther A. Dahleh외 2명|arXiv (Cornell University)|2020. 03. 18.

Auction Theory and Applications참고 문헌 32인용 수 6

한 줄 요약

이 논문은 음성 외부효과가 있는 데이터 경매를 위한 메커니즘 설계 프레임워크를 제안한다. 기업들이 데이터에 대한 가치를 예측 정확도 향상과 경쟁사에 대한 데이터 할당의 영향력에 따라 평가함에 따라, 정확도 향상에 기반한 가상의 가치 함수를 활용함으로써 저자들은 외부효과가 증가할수록 최적의 수익이 증가함을 보여준다. 이는 입찰자가 할당을 받지 않더라도 경쟁사가 승리할 가능성이 있다는 전략적 위협으로 인해 지불을 하기 때문이다.

ABSTRACT

The design of data markets has gained importance as firms increasingly use machine learning models fueled by externally acquired training data. A key consideration is the externalities firms face when data, though inherently freely replicable, is allocated to competing firms. In this setting, we demonstrate that a data seller's optimal revenue increases as firms can pay to prevent allocations to others. To do so, we first reduce the combinatorial problem of allocating and pricing multiple datasets to the auction of a single digital good by modeling utility for data through the increase in prediction accuracy it provides. We then derive welfare and revenue maximizing mechanisms, highlighting how the form of firms' private information - whether the externalities one exerts on others is known, or vice-versa - affects the resulting structures. In all cases, under appropriate assumptions, the optimal allocation rule is a single threshold per firm, where either all data is allocated or none is.

연구 동기 및 목표

• 경쟁사가 데이터를 확보할 경우 발생하는 음성 외부효과가 존재하는 데이터 시장에서 공식적인 메커니즘 설계의 부족을 해결하기 위해.
• 내재적 희소성이나 대체 가능성보다는 예측 정확도 향상에 기반한 기업의 데이터 평가 방식을 모델링하기 위해.
• 외부효과에 대한 비대칭 정보 하에서 최적의 수익 및 복지 극대화 메커니즘을 유도하기 위해.
• 외부효과의 구조—알려져 있거나 알려져 있지 않은 경우—가 할당 및 가격 결정 규칙에 미치는 영향을 분석하기 위해.
• 외부효과가 할당되지 않은 입찰자들로부터도 수익을 착취할 수 있도록 해주는 방식으로, 판매자의 수익을 증가시킬 수 있음을 보여주기 위해.

제안 방법

• 예측 정확도 향상에 기반한 데이터 평가를 수식화하기 위해 스칼라 지표(예: 정규화된 MSE)를 사용하여 데이터셋의 유용성을 요약한다.
• 유용성 모델이 타당한 조건을 만족할 경우, 다중 데이터셋 및 다중 입찰자 경매 문제를 단일 디지털 상품 경매 문제로 단순화한다.
• 가상의 가치 함수를 사용하여 최적의 메커니즘을 도출하며, 할당 규칙은 개인의 평가값과 외부효과 매개변수에 따라 달라지는 임계값에 기반한다.
• 두 가지 시나리오를 분석한다: 기업들이 타 기업에 미치는 외부효과를 알고 있는 경우(시나리오 1)와 모르는 경우(시나리오 2), 후자의 경우 공통 사전 확률이 필요하다.
• Myerson 프레임워크를 사용하여 수익 극대화 메커니즘을 유도하며, 지불액은 가상의 가치와 외부효과에 기반한 위협으로부터 유도된다.
• 최적의 할당 규칙은 각 기업에 대해 단일 임계값을 갖는다: 가상의 가치가 외부효과 보정 임계값을 초과하면 전체 할당, 그렇지 않으면 할당 없음.

실험 결과

연구 질문

• RQ1 한 기업에 데이터가 할당될 경우 다른 기업에 피해를 주는 음성 외부효과가 존재할 때, 데이터 경매의 최적 설계에 어떤 영향을 미치는가?
• RQ2 예측 정확도 향상과 기업 간 경쟁 효과를 모두 반영할 수 있는 타당한 데이터 평가 모델을 구성할 수 있는가?
• RQ3 정보의 구조(외부효과가 알려져 있는지 여부)가 최적의 메커니즘 형태에 어떤 영향을 미치는가?
• RQ4 외부효과는 어떤 방식으로 할당되지 않은 입찰자들로부터도 수익을 착취할 수 있게 하는가?
• RQ5 외부효과의 크기가 최적의 할당 확률과 총 수익에 어떤 영향을 미치는가?

주요 결과

• 최적의 할당 규칙은 기업당 단일 임계값을 갖는다: 데이터의 수와 관계없이, 해당 기업의 가상 가치가 외부효과 보정 임계값을 초과하면 전체 할당, 否면 할당 없음.
• 외부효과가 알려져 있을 경우(시나리오 1), 외부효과 영향을 지ay한 VCG 메커니즘의 변형이 최적의 메커니즘이다.
• 외부효과가 알려져 있지 않을 경우(시나리오 2), 공통 사전 확률이 필요하며, 기대 효용 추론을 통해 최적의 할당을 결정한다.
• 음성 외부효과의 크기가 증가할수록 최적의 수익이 증가한다. 이는 입찰자가 할당을 받지 않더라도 경쟁사가 승리할 가능성이 있다는 위협으로 인해 지불하기 때문이다.
• 균일한 평가값을 가진 경우, 최적의 수익은 닫힌 형태의 수식(식 13)으로 주어지며, 이는 외부효과 매개변수 ηj←i가 증가할수록 수익이 증가함을 의미한다.
• 할당되지 않은 입찰자 i에게도 최소 ∑j≠i ηj←i의 수익을 착취할 수 있음을 보여주며, 이는 외부효과가 할당 기반 지불 외에도 수익 착취를 가능하게 한다는 것을 입증한다.