[论文解读] A Cost-Minimizing Algorithm for School Choice

Sinan G. Aksoy, Adam Azzam+5 more|arXiv (Cornell University)|Oct 12, 2010

Game Theory and Voting Systems参考文献 24被引用 3

一句话总结

本文提出了一种成本最小化的择校算法，通过重新定义分配问题为使用改进的匈牙利算法的最小成本匹配，将学生偏好置于学校优先级之上。该方法最小化基于偏好的成本指数，生成更符合学生排名的匹配结果，同时通过优先级违规实现对稳定性的可控权衡。

ABSTRACT

The school choice problem concerns the design and implementation of matching mechanisms that produce school assignments for students within a given public school district. In this note we define a simple student-optimal criterion that is not met by any previously employed mechanism in the school choice literature. We then use this criterion to adapt a well-known combinatorial optimization technique (Hungarian algorithm) to the school choice problem.

研究动机与目标

• 解决现有择校机制中因过度优先考虑稳定性而造成的效率低下问题。
• 引入一种新的评估标准——偏好指数，以量化匹配中学生偏好被满足的程度。
• 通过整合学校容量和不完整的偏好列表，将匈牙利算法适配于择校问题。
• 实现效率（学生偏好满足度）与稳定性（优先级违规）之间的权衡分析。
• 提供一种机制，生成在保持透明性和计算可行性的同时最小化学生不满的匹配结果。

提出的方法

• 偏好指数定义为每位学生所分配学校排名的总和，数值越低表示与偏好的匹配度越高。
• 在将偏好矩阵转换为表示成本的矩阵后，应用匈牙利算法求解分配问题，并通过适当的矩阵修改确保学校容量约束。
• 通过为未列出的学校添加惩罚值，将不完整偏好列表‘补全’，以处理不完整偏好列表。
• 利用匈牙利算法的扩展方法识别多个最小成本解，以确保在出现平局时的鲁棒性。
• 提出一种选择规则，用于在多个最优解中进行选择：最小化个体学生指数的方差，或最小化优先级违规。
• 该机制允许在效率（低偏好指数）与稳定性（较少优先级违规）之间进行可控权衡。

实验结果

研究问题

• RQ1 能否设计一种择校机制，在优先考虑学生偏好同时仍保持合理的稳定性水平？
• RQ2 通过允许少量优先级违规，能在多大程度上实现效率提升？
• RQ3 与传统标准（如稳定性与策略抗性）相比，偏好指数在评估匹配质量方面表现如何？
• RQ4 偏好列表补全与矩阵转换对匈牙利算法在择校问题中的输出有何影响？
• RQ5 在成本最小化的择校分配背景下，如何有意义地识别并选择多个最优解？

主要发现

• 基于偏好指数的所提机制在学生偏好满足度方面，通常优于标准机制。
• 通过将偏好排名转换为成本矩阵并强制实施容量约束，匈牙利算法可成功适配于择校问题。
• 可能存在多个最小成本解，但该机制能够识别所有此类解，确保输入顺序变化下的一致性。
• 当存在多个最优解时，选择个体学生指数方差最小的解，可提升学生间的公平性。
• 该机制实现了效率（低偏好指数）与稳定性（较少优先级违规）之间可量化的权衡，支持细致的政策决策。
• 该方法提供了一种透明且计算可行的替代方案，尤其适用于学生偏好为主要关切的学区。