[논문 리뷰] Sequential Posted Price Mechanisms with Correlated Valuations

Marek Adamczyk, Allan Borodin외 3명|arXiv (Cornell University)|2015. 03. 07.

Auction Theory and Applications참고 문헌 30인용 수 9

한 줄 요약

이 논문은 상관된 구매자 평가값을 가진 환경에서 순차적 게재 가격 메커니즘(SPPMs)을 연구하며, 평가값이 의존할 경우 표준 SPPMs가 최적 수익의 점점 줄어드는 비율만을 추출할 뿐임을 보여준다. 평가값에 따라 일부 구매자로부터 평가값을 탐색하고 다른 이들에게는 가격을 제안하는 개선된 SPPMs를 제안하여, 평가값 의존도를 측정하는 d에 대해 최적 수익의 Ω(1/d) 비율을 달성한다.

ABSTRACT

We study the revenue performance of sequential posted price mechanisms and some natural extensions, for a general setting where the valuations of the buyers are drawn from a correlated distribution. Sequential posted price mechanisms are conceptually simple mechanisms that work by proposing a take-it-or-leave-it offer to each buyer. We apply sequential posted price mechanisms to single-parameter multi-unit settings in which each buyer demands only one item and the mechanism can assign the service to at most k of the buyers. For standard sequential posted price mechanisms, we prove that with the valuation distribution having finite support, no sequential posted price mechanism can extract a constant fraction of the optimal expected revenue, even with unlimited supply. We extend this result to the the case of a continuous valuation distribution when various standard assumptions hold simultaneously. In fact, it turns out that the best fraction of the optimal revenue that is extractable by a sequential posted price mechanism is proportional to ratio of the highest and lowest possible valuation. We prove that for two simple generalizations of these mechanisms, a better revenue performance can be achieved: if the sequential posted price mechanism has for each buyer the option of either proposing an offer or asking the buyer for its valuation, then a Omega(1/max{1,d}) fraction of the optimal revenue can be extracted, where d denotes the degree of dependence of the valuations, ranging from complete independence (d=0) to arbitrary dependence (d=n-1). Moreover, when we generalize the sequential posted price mechanisms further, such that the mechanism has the ability to make a take-it-or-leave-it offer to the i-th buyer that depends on the valuations of all buyers except i's, we prove that a constant fraction (2-sqrt{e})/4~0.088 of the optimal revenue can be always be extracted.

연구 동기 및 목표

• 구매자 평가값이 임의로 상관될 경우 순차적 게재 가격 메커니즘(SPPMs)의 수익 성능을 평가하는 것.
• 특히 평가값이 의존할 경우 SPPMs가 최적 수익의 상수 비율을 달성할 수 있는지 여부를 규명하는 것.
• 일부 구매자로부터 부분적인 평가값 정보를 통합함으로써 수익을 향상시키는 개선된 SPPM 변형을 설계하는 것.
• 상관된 평가값 환경에서 탐색 비용과 수익 증가 간의 트레이드오프를 정량화하는 것.
• 무작위화의 필요성과 SPPM 설계에서 순서 무관 메커니즘의 잠재력을 탐색하는 것.

제안 방법

• 메커니즘이 '수락하거나 기각할 수 있는 가격'을 제안하거나, 구매자의 평가값을 요청할 수 있는 일반화된 SPPM 프레임워크를 제안한다.
• 구매자를 탐색 대상 집합과 제안 대상 집합으로 랜덤으로 분할하며, 제안 대상 집합의 각 구매자에게는 탐색 대상 집합의 평가값에 기반한 가격을 제안한다.
• 확률적 분석을 통해 평가값의 의존도 d에 따라 개선된 메커니즘의 기대 수익을 근사한다.
• 집중 및 기대값 추론 기법을 적용하여, 기대 수익이 최적 메커니즘 수익의 (1−q)q^d 배 이상임을 보여준다.
• d가 증가함에 따라 (1−1/d)^d가 증가하고 d→∞일 때 1/e로 수렴함을 이용해 탐색 확률 q를 최적화한다.
• d≥2일 경우 q=1−1/d로 설정하면 근사 비율이 (1−1/d)^d가 되며, 이는 d=2일 때 최소 1/4 이상이며 큰 d에 대해 1/e로 수렴한다.

실험 결과

연구 질문

• RQ1 평가값이 상관될 경우 표준 순차적 게재 가격 메커니즘이 최적 수익의 상수 비율을 추출할 수 있는가?
• RQ2 상관된 평가값 하에서 어떤 순차적 게재 가격 메커니즘도 달성할 수 있는 최고의 수익 근사 비율은 무엇인가?
• RQ3 평가값 간의 의존도 d가 개선된 SPPMs의 수익 성능에 어떤 영향을 미치는가?
• RQ4 O(1/d) 수준의 수익 근사 보장을 달성하기 위해 탐색 과정에서 무작위화가 반드시 필요한가?
• RQ5 순서 무관 SPPMs가 구매자 선택 순서를 제어하지 않더라도 유사한 수익 보장을 달성할 수 있는가?

주요 결과

• 평가값이 상관될 경우, 심지어 무한한 공급이 가능하더라도 표준 순차적 게재 가격 메커니즘은 최적 수익의 상수 비율을 추출할 수 없다.
• 연속적이고 정규화된 MHR 및 연관된 분포에 대해, 추출 가능한 최고 수익 비율은 최고 평가값과 최저 평가값의 비율에 비례한다.
• d명의 구매자로부터 평가값을 탐색하고 그 결과에 기반해 가격을 설정하는 개선된 SPPM은 최적 수익의 Ω(1/d) 비율을 달성한다.
• d=0(독립 평가값)일 경우, 메커니즘은 원래 메커니즘의 근사 비율 α에 대해 α-근사 성능을 달성한다.
• d≥2일 경우 탐색 확률 q=1−1/d로 설정하면 수익 보장이 (1−1/d)^d가 되며, d=2일 때 최소 1/4 이상이며 d가 증가함에 따라 1/e ≈ 0.368로 수렴한다.
• 가격이 나머지 모든 구매자의 평가값에 기반할 경우, 심지어 최악의 상관된 분포에서도 메커니즘이 최적 수익의 상수 비율—구체적으로 (2−√e)/4≈0.088—을 확보한다.