[论文解读] Fixed-price Diffusion Mechanism Design

Tianyi Zhang, Dengji Zhao+2 more|arXiv (Cornell University)|May 14, 2019

Auction Theory and Applications参考文献 13被引用 3

一句话总结

本文提出了一种新型机制——固定价格扩散机制（FPDM），该机制在树状社交网络中激励买家传播销售信息，而无需披露其估值，从而提升卖家的收入。该机制在固定定价下保证至少获得最优收入的一半，采用基于获胜者距离的计算高效、预算平衡的奖励方案。

ABSTRACT

We consider a fixed-price mechanism design setting where a seller sells one item via a social network, but the seller can only directly communicate with her neighbours initially. Each other node in the network is a potential buyer with a valuation derived from a common distribution. With a standard fixed-price mechanism, the seller can only sell the item among her neighbours. To improve her revenue, she needs more buyers to join in the sale. To achieve this, we propose the very first fixed-price mechanism to incentivize the seller's neighbours to inform their neighbours about the sale and to eventually inform all buyers in the network to improve seller's revenue. Compared with the existing mechanisms for the same purpose, our mechanism does not require the buyers to reveal their valuations and it is computationally easy. More importantly, it guarantees that the improved revenue is at least 1/2 of the optimal.

研究动机与目标

• 设计一种固定价格机制，使卖家能够通过社交网络扩散扩大买家覆盖范围，而无需依赖估值披露。
• 确保卖家的收入至少提升至在固定定价下可实现的最优收入的一半。
• 设计一种计算高效的机制，无需掌握完整的网络结构或买家估值信息。
• 实现激励相容，使买家有动机诚实地将其信息传播给邻居。
• 将MIT气球挑战赛的奖励模型扩展为一种适用于社交网络销售的固定价格机制。

提出的方法

• 该机制采用基于距离的奖励方案，买家根据其与获胜者的距离，获得价格差的一个比例，按(1/2)^d_i进行缩放。
• 为每条分支j定义最优价格p_j^opt(a')，其由(1 + k_{-j})^{1/k_{-j}}的倒数导出。
• 基础价格p_base设定为所有最优价格中的最小值，奖励计算为(p_j^opt - p_base) * α * (1/2)^d_i。
• 该机制确保，对所有买家类型（包括获胜者、路径参与者及其他买家）而言，诚实地向所有邻居扩散信息可最大化其效用。
• 采用树状社交网络模型，卖家为根节点，买家为叶节点或内部节点，其估值独立且服从[0,1]区间上的分布。
• 通过确保向所有邻居扩散信息始终能带来至少与任何其他行为相当的效用，实现机制的激励相容性。

实验结果

研究问题

• RQ1 能否设计一种固定价格机制，激励买家在社交网络中传播销售信息，而无需披露其估值？
• RQ2 在固定定价下，通过信息扩散所能实现的最大收入提升是多少？该提升是否可被界定边界？
• RQ3 如何构建一种机制，以确保信息的诚实传播，同时保持计算效率和预算平衡？
• RQ4 即使缺乏完整的网络结构或估值信息，该机制能否保证在固定定价下获得至少一半的最优收入？
• RQ5 社交网络的结构（如树状结构与一般图结构）如何影响机制的性能与设计？

主要发现

• 固定价格扩散机制保证了卖家的收入至少达到在固定定价下可实现的最优收入的一半。
• 该机制具有激励相容性：诚实地向所有邻居传播信息可使每个买家的效用最大化，无论其在网络中的位置如何。
• 买家根据其与获胜者的距离获得奖励，采用(1/2)^d_i的衰减因子，确保公平性与计算简洁性。
• 该机制无需买家披露其估值，保护了隐私并降低了信息负担。
• 该机制计算高效，仅依赖本地网络信息和固定的定价规则。
• 该机制保持预算平衡，无需预先向参与者支付费用。