[论文解读] 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 12

一句话总结

本文评估了计算Monroe和Chamberlin-Courant投票规则的已知及新算法，通过在真实数据和合成数据上的大量实验，表明简单且快速的算法通常能实现近乎完美的比例代表制。主要贡献在于实证证实了高质量解在实践中可轻松获得，这与近期的理论保证一致。

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.

研究动机与目标

• 评估现有及新算法在Monroe和Chamberlin-Courant投票规则中的实际性能。
• 确定简单且高效的算法是否能在现实世界和合成偏好数据中实现高质量的比例代表制。
• 通过实证方法验证Skowron等人提出的近期算法质量理论下限。

提出的方法

• 本研究实现了多种已知及新算法，用于近似计算Monroe和Chamberlin-Courant规则。
• 实验在真实生活偏好聚合数据集和合成生成的偏好数据上进行。
• 通过解决方案与最优比例代表制的接近程度来衡量其质量。
• 评估通过比较算法在解决方案质量和计算效率方面的表现。
• 分析重点在于识别哪些快速算法在各种数据集上能持续提供接近最优的结果。

实验结果

研究问题

• RQ1 在实践中，简单且快速的算法是否能为Monroe和Chamberlin-Courant投票规则实现近乎完美的解？
• RQ2 在真实和合成偏好数据上，已知和新算法的性能特征如何比较？
• RQ3 实证结果在多大程度上与近期关于算法质量的理论下限一致？

主要发现

• 即使是最基本的、计算高效的算法，通常也能在比例代表制方面产生非常接近最优的解。
• 实证结果强烈支持Skowron等人建立的理论下限，表明高质量结果在实践中可一致实现。
• 在各种数据集上均观察到高水平的解决方案质量，包括真实偏好数据和具有不同结构的合成数据。
• 简单算法在不同数据分布和问题规模下表现出稳健的性能。
• 本研究证实，即使使用轻量级方法，实现完全比例代表制在实践中也是计算上可行的。