[論文レビュー] Achieving fully proportional representation is easy in practice

Piotr Skowron, Piotr Faliszewski+1 more|arXiv (Cornell University)|May 6, 2013

Game Theory and Voting Systems参考文献 15被引用数 12

ひとこと要約

この論文は、モンローおよびチェンバーリン＝カーランの投票ルールを計算する既知および新規のアルゴリズムを評価し、実データおよび合成データを用いた広範な実験を通じて、単純で高速なアルゴリズムがしばしば準最良の比例代表制を達成することを示している。主な貢献は、最近の理論的保証と整合する実用的状況下でも、高品質な解が容易に得られることを経験的に確認したことにある。

ABSTRACT

We provide experimental evaluation of a number of known and new algorithms for approximate computation of Monroe's and Chamberlin-Courant's rules. Our experiments, conducted both on real-life preference-aggregation data and on synthetic data, show that even very simple and fast algorithms can in many cases find near-perfect solutions. Our results confirm and complement very recent theoretical analysis of Skowron et al., who have shown good lower bounds on the quality of (some of) the algorithms that we study.

研究の動機と目的

• モンローおよびチェンバーリン＝カーランの投票ルールのための既存および新規のアルゴリズムの実用的性能を評価すること。
• 単純で効率の良いアルゴリズムが、実世界および合成された選好データにおいて高品質な比例代表制を達成できるかどうかを特定すること。
• スコウロンらが提唱した最近のアルゴリズム品質に関する理論的下限値を経験的に検証すること。

提案手法

• 本研究では、モンローおよびチェンバーリン＝カーランのルールの近似計算のための、既知および新規のアルゴリズムを実装し、評価した。
• 実生活における選好集約データセットおよび合成的に生成された選好データの両方を用いて実験を行った。
• 解の品質は、最適な比例代表制にどれほど近いかという指標で測定された。
• アルゴリズムの性能は、解の品質と計算効率の観点から比較された。
• 分析は、多様なデータセットにおいて一貫して準最良の結果をもたらす高速なアルゴリズムを特定することに焦点を当てた。

実験結果

リサーチクエスチョン

• RQ1 単純で高速なアルゴリズムは、実際のモンローおよびチェンバーリン＝カーランの投票ルールにおいて、準最良の解を達成できるか？
• RQ2 既知および新規のアルゴリズムの性能特性は、実データおよび合成データの両方においてどのように比較できるか？
• RQ3 経験的結果は、最近のアルゴリズム品質に関する理論的下限値とどの程度整合しているか？

主な発見

• 計算的に効率の良い基本的なアルゴリズムですら、比例代表制の観点から最適解に非常に近い解を頻繁に生成する。
• 経験的結果は、スコウロンらが確立した理論的下限値を強く支持しており、高品質な結果が一貫して達成可能であることが示された。
• 実選好データおよび構造が異なる合成データを含む多様なデータセットにおいて、高品質な解が観察された。
• 単純なアルゴリズムの性能は、異なるデータ分布や問題サイズにおいても頑健であった。
• 本研究では、完全な比例代表制が、軽量な手法を用いても実際の状況下で計算可能であることが確認された。