[论文解读] Markets with Strategic Multi-minded Mediators.

Moran Feldman, Rica Gonen|arXiv (Cornell University)|Mar 29, 2016

Game Theory and Applications被引用 4

一句话总结

本文为在线广告市场设计了两种机制——确定性和随机性机制，适用于信息经纪系统中由多动机、策略性用户代表的中介。该机制在保障隐私的同时实现高效交易，允许用户控制数据共享，从而在策略性中介条件下实现最优交易收益。

ABSTRACT

We consider the design of mechanisms for multi-sided exchanges that interact with strategic players-some of which have multi-dimension strategic spaces or are represented by mediators. Players act to optimize their own utilities. The mechanism designer, on the other hand, aims to optimize a social goal, i.e., the gain from trade. As the mediators control the information flow from their players to the mechanism, the mechanism faces strategic behavior not only from the players but also from mediators: a mediator acts strategically to maximize utility on behalf of the players he represents. In particular, we focus on one example of the above setting which is motivated by the foreseeable future form of online advertising. Online advertising currently supports some of the most important Internet services, including: search, social media and user generated content sites. To overcome privacy concerns, it has been suggested to introduce user information markets through information brokers into the online advertising ecosystem. Such markets give users control over which data get shared in the online advertising exchange. We describe a model for the above foreseeable future form of online advertising, and design two mechanisms for the exchange of this model: a deterministic mechanism which is related to the vast literature on mechanism design through trade reduction and allows players with a multi-dimensional strategic space, and a randomized mechanism which can handle a more general version of the model.

研究动机与目标

• 通过信息中介实现用户对数据共享的控制，解决在线广告中的隐私问题。
• 对多边交易所进行建模并设计机制，其中中介以多维偏好代表用户进行策略性行为。
• 在双方及中介均以最大化自身效用为目标进行策略性行为的环境中，优化交易收益。
• 设计能够处理控制信息流的中介策略行为的机制，这些中介代表其用户行事。
• 将现有机制设计框架扩展，以适应信息市场中具有策略激励的中介。

提出的方法

• 设计一种受机制设计中贸易缩减技术启发的确定性机制，专为具有多维策略空间的参与者量身定制。
• 引入一种随机性机制，以处理更一般化的模型版本，提升在策略环境中的灵活性。
• 将在线广告生态系统建模为包含用户、中介（信息经纪人）和广告商的多边市场。
• 假设中介代表其用户以最大化效用为目标进行策略性行为，从而影响信息流向机制。
• 优化机制的目标函数，以在满足激励相容性和个体理性约束的前提下，最大化交易收益。
• 应用机制设计理论原则，确保即使中介具有策略性，也能提供真实报告的激励。

实验结果

研究问题

• RQ1 如何设计机制，以在具有策略性中介的在线广告市场中最大化交易收益？
• RQ2 在具有多维策略行为的环境中，确定性机制与随机性机制之间的设计权衡是什么？
• RQ3 中介的策略激励如何影响信息流和以用户为中心的数据市场整体效率？
• RQ4 能否构建机制，确保中介在保护用户隐私的前提下如实报告信息？
• RQ5 为处理多边平台中作为策略性代理的中介，经典机制设计需要哪些扩展？

主要发现

• 确定性机制通过在多维策略参与者环境中应用贸易缩减原则，实现了最优交易收益。
• 随机性机制将适用范围扩展到更广泛的模型类别，能够容纳中介更复杂的策略行为。
• 中介的策略行为可能显著影响信息流和市场效率，因此需要量身定制的机制设计。
• 所提出的机制即使在中介代表用户最大化效用时，也能确保激励相容性和个体理性。
• 该模型为隐私保护的在线广告提供了基础，使用户能够通过信息中介控制数据共享。
• 这些机制被设计用于支持未来在线广告的可预见形态，即用户数据市场由经纪人中介，以应对隐私关切。