[论文解读] On Revenue Maximization with Sharp Multi-Unit Demands

Ning Chen, Xiaotie Deng+2 more|arXiv (Cornell University)|Sep 30, 2012

Auction Theory and Applications参考文献 20被引用 6

一句话总结

本文提出了一种在具有尖锐多单位需求的市场中，针对收益最大化的竞争均衡的强多项式时间算法，其中每位买家需求固定数量的不可分割物品，且其估值取决于一个秩-1估值矩阵。论文证明，在一般情况下，无 envy 的收益最大化问题是 NP-难的，但当需求有常数上界时，该问题可在多项式时间内求解，为富媒体广告拍卖等应用提供了关键的算法进展。

ABSTRACT

We consider markets consisting of a set of indivisible items, and buyers that have {\em sharp} multi-unit demand. This means that each buyer $i$ wants a specific number $d_i$ of items; a bundle of size less than $d_i$ has no value, while a bundle of size greater than $d_i$ is worth no more than the most valued $d_i$ items (valuations being additive). We consider the objective of setting prices and allocations in order to maximize the total revenue of the market maker. The pricing problem with sharp multi-unit demand buyers has a number of properties that the unit-demand model does not possess, and is an important question in algorithmic pricing. We consider the problem of computing a revenue maximizing solution for two solution concepts: competitive equilibrium and envy-free pricing. For unrestricted valuations, these problems are NP-complete; we focus on a realistic special case of "correlated values" where each buyer $i$ has a valuation $v_i\qual_j$ for item $j$, where $v_i$ and $\qual_j$ are positive quantities associated with buyer $i$ and item $j$ respectively. We present a polynomial time algorithm to solve the revenue-maximizing competitive equilibrium problem. For envy-free pricing, if the demand of each buyer is bounded by a constant, a revenue maximizing solution can be found efficiently; the general demand case is shown to be NP-hard.

研究动机与目标

• 解决具有不可分割物品且买家恰好需求固定数量物品（尖锐多单位需求）的市场中的收益最大化问题。
• 分析在两种解概念下收益最大化定价的计算复杂性：竞争均衡与无 envy 定价。
• 为相关估值下的收益最大化开发高效算法，其中买家估值是物品质量与买家特定参数的乘积函数。
• 明确界定无 envy 收益最大化在可 tractable 与不可 tractable 情况之间的边界，特别是有界需求与无界需求之间的差异。
• 建模现实世界应用，如富媒体广告与赞助搜索，其中广告需要连续且固定大小的投放位。

提出的方法

• 将市场形式化为一个双边系统，包含 m 个不可分割物品和 n 位买家，每位买家有固定需求 d_i，以及对物品 j 的估值 v_i q_j，其中 v_i 为买家特定参数，q_j 为物品质量。
• 引入线性规划模型（LP^k*）以刻画竞争均衡条件，包括价格向量下的市场出清与效用最大化。
• 通过价格扰动论证证明解的最优性：任何违反效用差值等式的偏离都会导致矛盾。
• 利用价格扰动论证表明，在最优解中，所有具有相同需求的买家，其分配物品的剩余收益（v_i q_j - p_j）必须相等。
• 在需求有界条件下，将无 envy 收益最大化问题约化为类似背包问题的整数规划，从而通过动态规划实现多项式时间求解。
• 通过从精确三集合覆盖（X3C）问题的约化，证明一般情况下无 envy 收益最大化是 NP-难的，即使估值相关。

实验结果

研究问题

• RQ1 在尖锐多单位需求与相关估值条件下，能否在多项式时间内计算出收益最大化的竞争均衡？
• RQ2 当买家需求被常数上界限制时，无 envy 收益最大化在计算上是否可解？
• RQ3 在无界尖锐需求的一般情况下，无 envy 收益最大化的计算复杂性如何？
• RQ4 相关估值（v_i q_j）如何影响收益最大化机制的结构与效率？
• RQ5 能否利用竞争均衡的解结构，设计出适用于富媒体广告拍卖等实际应用的高效算法？

主要发现

• 在具有相关估值的尖锐多单位需求市场中，存在一种强多项式时间算法，可计算收益最大化的竞争均衡。
• 在一般情况下，无 envy 收益最大化问题是 NP-难的，即使估值相关且需求无界。
• 当所有买家的需求均被常数上界限制时，可通过动态规划在多项式时间内求解无 envy 收益最大化问题。
• 最优竞争均衡解满足：对于同一买家的所有分配物品，其剩余收益（v_i q_j - p_j）相等，确保无激励偏离。
• 通过从精确三集合覆盖（X3C）问题的约化，证明了无 envy 收益最大化的 NP-难性，表明其等价于一种背包型优化问题。
• 在特定估值与质量约束下，当买家 1 和 3 为胜出者时，收益最大化的竞争均衡实现总收益 R = v₁·∑q_i + (2v₃ - v₁)·∑q_jk。