[論文レビュー] Extreme-Value Theorems for Optimal Multidimensional Pricing

Yang Cai, Constantinos Daskalakis|arXiv (Cornell University)|Jun 2, 2011

Auction Theory and Applications参考文献 17被引用数 13

ひとこと要約

本稿では、買主の価値が独立に分布する場合の近似的最適な多次元価格設定に対して、多項式時間アルゴリズムを提示する。有界分布に対しては最適収益から加法的εの誤差で収益を達成し、単調ハザードレート（MHR）および正規分布に対しては(1−ε)の収益を達成する。新たな極値定理を確立し、MHR分布では1/εの2乗に比例する、正規分布ではnの対数の多項式に比例する少数の異なる価格で、近似的最適な収益が達成可能であることを示した。

ABSTRACT

We provide a near-optimal, computationally efficient algorithm for the unit-demand pricing problem, where a seller wants to price n items to optimize revenue against a unit-demand buyer whose values for the items are independently drawn from known distributions. For any chosen accuracy eps>0 and item values bounded in [0,1], our algorithm achieves revenue that is optimal up to an additive error of at most eps, in polynomial time. For values sampled from Monotone Hazard Rate (MHR) distributions, we achieve a (1-eps)-fraction of the optimal revenue in polynomial time, while for values sampled from regular distributions the same revenue guarantees are achieved in quasi-polynomial time. Our algorithm for bounded distributions applies probabilistic techniques to understand the statistical properties of revenue distributions, obtaining a reduction in the search space of the algorithm via dynamic programming. Adapting this approach to MHR and regular distributions requires the proof of novel extreme value theorems for such distributions. As a byproduct, our techniques establish structural properties of approximately-optimal and near-optimal solutions. We show that, for values independently distributed according to MHR distributions, pricing all items at the same price achieves a constant fraction of the optimal revenue. Moreover, for all eps >0, g(1/eps) distinct prices suffice to obtain a (1-eps)-fraction of the optimal revenue, where g(1/eps) is quadratic in 1/eps and independent of n. Similarly, for all eps>0 and n>0, at most g(1/(eps log n)) distinct prices suffice if the values are independently distributed according to regular distributions, where g() is a polynomial function. Finally, when the values are i.i.d. from some MHR distribution, we show that, if n is a sufficiently large function of 1/eps, a single price suffices to achieve a (1-eps)-fraction of the optimal revenue.

研究の動機と目的

• 複数の商品における買主価値が独立に分布する場合の、最適ユニット・デマンド価格設定のための効率的アルゴリズムの欠如に対処する。
• 有界、MHR、正規分布に対して、最適に任意に近い収益を達成できる計算効率の良いアルゴリズムを開発する。
• 特に、近似的最適な収益を達成するために必要な異なる価格の数に関する、構造的洞察を確立する。
• i.i.d. MHR分布下での単一価格メカニズムに対して理論的保証を提供し、nが十分に大きい場合に単一価格で(1−ε)近似が達成できることを示す。
• 従来の定数倍近似アルゴリズムの限界を克服し、多項式時間または準多項式時間で(1−ε)近似を達成する。

提案手法

• 有界分布に対しては、収益分布の統計的性質を確率論的手法で分析し、動的計画法を用いて探索空間を縮小する。
• MHRおよび正規分布に特化した新たな極値定理を証明し、効率的な近似保証を可能にする。
• 集中限界と尾確率推定を活用して、アンカーディストリビューションの点を二分探索することで、近似的最適な価格を特定する。
• i.i.d. MHR分布に対しては、順序統計と最大値の集中性に基づくしきい値戦略を用い、単一価格で(1−ε)近似が達成できることを示す。
• 異なる価格の数を制限する構造的補題を用いて、(1−ε)の最適収益を達成するために必要な価格の候補数を削減する。
• 動的計画法と尾確率の境界を組み合わせることで、有界分布に対して多項式時間で加法的ε近似を達成する。

実験結果

リサーチクエスチョン

• RQ1 独立に分布する有界な買主価値を持つユニット・デマンド価格設定において、最適収益から加法的εの誤差で収益を達成する多項式時間アルゴリズムを設計できるか？
• RQ2 MHR分布からの値が得られる場合、最適収益の(1−ε)の部分を達成するために必要な異なる価格の最小数は何か？
• RQ3 値が独立に分布する正規分布の場合、異なる価格の数はnとεにどのように依存するか？
• RQ4 i.i.d. MHR分布からの値に対して、どのような条件下で単一価格が最適収益の(1−ε)を達成するか？
• RQ5 MHR分布に対して、単一価格で定数倍近似が可能であるような、近的最適価格メカニズムの構造的性質を確立できるか？

主な発見

• 有界分布（[0,1]）に対して、アルゴリズムは多項式時間で最適収益から加法的εの誤差で収益を達成でき、実行時間はn^{\log^3(1/\epsilon)/\epsilon}の多項式に比例する。
• MHR分布に対しては、最適収益の(1−ε)の部分を達成する時間は\log(\log n / \epsilon)、2^{\log(1/\epsilon)/\epsilon^8}、および入力サイズの多項式に比例する。
• MHR分布に対しては、最適収益の(1−ε)を達成するために、g(1/\epsilon)個の異なる価格で十分であり、ここでg(1/\epsilon)は1/\epsilonの2次関数である。
• 正規分布に対しては、最適収益の(1−ε)を達成するために、g(1/\epsilon \cdot \log n)個の異なる価格で十分であり、ここでg(\cdot)は多項式関数である。
• 値がi.i.d. MHR分布から得られ、n \geq (12/\epsilon)^{12/\epsilon}のとき、すべての商品を1つの効率的に計算可能な価格で販売することで、最適収益の少なくとも(1−\epsilon)の部分を達成できる。
• 反例により、最適価格が価値分布のサポートの外側にある可能性があることが示され、価格のサポートに関する一般的な直感が誤りであることが否定された。