[논문 리뷰] Popular Matchings with Multiple Partners

Florian Brandl, Telikepalli Kavitha|arXiv (Cornell University)|2016. 09. 23.

Game Theory and Voting Systems참고 문헌 21인용 수 8

한 줄 요약

이 논문은 다수의 파art너를 가진 이분 그래프에서 최대 크기의 인기 매칭을 계산하기 위해 2단계 Gale-Shapley 알고리즘을 도입한다. 이는 고전적인 안정 매칭 이론을 확장한 것으로, 이 알고리즘이 선형 시간 내에 인기 매칭을 계산하고 최대 매칭 크기의 최소 2/3 이상을 보장함을 증명한다.

ABSTRACT

Our input is a bipartite graph $G = (A \cup B,E)$ where each vertex in $A \cup B$ has a preference list strictly ranking its neighbors. The vertices in $A$ and in $B$ are called students and courses, respectively. Each student $a$ seeks to be matched to $\mathsf{cap}(a) \ge 1$ courses while each course $b$ seeks $\mathsf{cap}(b) \ge 1$ many students to be matched to it. The Gale-Shapley algorithm computes a pairwise-stable matching (one with no blocking edge) in $G$ in linear time. We consider the problem of computing a popular matching in $G$ -- a matching $M$ is popular if $M$ cannot lose an election to any matching where vertices cast votes for one matching versus another. Our main contribution is to show that a max-size popular matching in $G$ can be computed by the 2-level Gale-Shapley algorithm in linear time. This is an extension of the classical Gale-Shapley algorithm and we prove its correctness via linear programming.

연구 동기 및 목표

• 쌍별 안정 매칭이 최대 매칭 크기의 절반에 불과할 수 있는 비효율성을 해결하기 위해 더 전역적인 효율성을 갖춘 매칭 개념을 도입하기 위해.
• 일对일 매칭에서의 인기 개념을 정점(학생 및 과목)이 용량과 선호도를 가진 다대다 매칭으로 확장하기 위해.
• 매칭된 정점의 수를 최대화하면서도 인기 매칭을 효율적으로 계산하는 알고리즘을 설계하여 공정성과 사회적 복지를 보장하기 위해.
• 인기 매칭의 크기에 대한 이론적 한계를 설정하여, 최대 크기의 인기 매칭이 최대 매칭 크기의 최소 2/3 이상임을 보여주기 위해.
• 쌍별 안정 매칭이 인기 매칭 중 가장 작은 크기를 가진다는 것을 증명하여, 인기 기반 매칭의 계층적 구조를 수립하기 위해.

제안 방법

• 학생과 과목 간의 계층적 매칭 과정을 시뮬레이션함으로써 다수의 파트너를 처리할 수 있도록 고전적인 Gale-Shapley 알고리즘을 2단계로 확장한다.
• 모든 미매칭 정점이 '최후의 대안' 노드와 연결된 변형된 그래프 $G'_{M_0}$로의 변환을 사용하여, 투표 가중치를 가진 선호도를 모델링한다.
• 선형 프로그래밍의 이중성 이론을 적용하여 2단계 Gale-Shapley 알고리즘의 정당성을 증명하며, 결과로 얻어진 매칭이 인기 매칭임을 보여준다.
• 변형된 그래프에서의 증강 경로 분석을 통해 매칭 크기를 제한하며, 모든 증강 경로의 길이가 최소 5 이상임을 증명한다.
• 매칭 간의 투표 기반 비교를 모델링하기 위해 $G'_{M_0}$의 간선에 대해 가중치 함수 $\mathsf{wt}_{M_0}(e)$를 정의한다.
• 매칭 $T$의 실현 $T^*$를 $G'_{M_0}$에서 정의하여, 매칭의 인기성과 투표 차이 $\Delta(S,T)$ 간의 관계를 수립한다.

실험 결과

연구 질문

• RQ1 용량과 선호도를 가진 다대다 이분 매칭 환경에서 최대 크기의 인기 매칭을 효율적으로 계산할 수 있는가?
• RQ2 이러한 환경에서 인기 매칭의 최소 크기는 최대 매칭 크기의 몇 퍼센트인가?
• RQ3 쌍별 안정성 외에도 효율적인 계산이 가능한 인기 매칭의 구조적 특성은 무엇인가?
• RQ4 사회적 복지와 자원 활용도 측면에서 인기 매칭의 크기는 쌍별 안정 매칭과 어떻게 비교되는가?
• RQ5 고전적인 Gale-Shapley 알고리즘은 다수의 파트너를 처리하면서도 인기성과 효율성을 유지할 수 있도록 확장될 수 있는가?

주요 결과

• 2단계 Gale-Shapley 알고리즘은 선형 시간 내에 최대 크기의 인기 매칭을 계산하여 대규모 응용에 있어 효율적이다.
• 모든 최대 크기의 인기 매칭 $M_0$의 크기는 $\frac{2}{3}|M_{\max}|$ 이상이며, 여기서 $M_{\max}$는 그래프의 최대 매칭이다.
• 쌍별 안정 매칭은 다대다 설정에서 가장 작은 크기의 인기 매칭이며, 따라서 최소 크기의 약한 인기 매칭이 된다.
• 매칭 $T$가 인기 매칭임은 모든 쌍별 안정 매칭 $S$에 대해 투표 차이 $\Delta(S,T) \leq 0$임과 동치이며, 이는 투표 기반의 특성화를 수립한다.
• 변형된 그래프 $G'_{M_0}$에서, $M'_0$에 대한 모든 증강 경로의 길이는 최소 5 이상이며, 이는 2/3 근사치의 증명에 핵심적이다.
• 이 알고리즘은 최대 크기의 인기 매칭에서 모든 정점이 동일한 용량으로 매칭됨을 보장하며, 이는 인기 매칭 설정으로의 Rural Hospitals 정리 일반화이다.