[论文解读] Online Matching with Stochastic Rewards: Advanced Analyses Using Configuration Linear Programs

Zhiyi Huang, Hanrui Jiang+4 more|arXiv (Cornell University)|Sep 19, 2023

Optimization and Search ProblemsComputer Science被引用 3

一句话总结

本论文通过配置线性规划（Configuration LP）推进了带随机奖励的在线匹配研究，提出了一种新颖的随机配置LP，简化了Goyal和Udwani（2020）提出的基于路径的LP。该方法在无穷小成功概率下将随机平衡算法的竞争比提升至0.611，在成功概率相等时达到0.613，同时首次通过配置LP实现了对排名算法的在线对偶分析，将其竞争比从0.534提升至0.572。

ABSTRACT

Mehta and Panigrahi (2012) proposed Online Matching with Stochastic Rewards, which generalizes the Online Bipartite Matching problem of Karp, Vazirani, and Vazirani (1990) by associating the edges with success probabilities. This new feature captures the pay-per-click model in online advertising. Recently, Huang and Zhang (2020) studied this problem under the online primal dual framework using the Configuration Linear Program (LP), and got the best known competitive ratios of the Stochastic Balance algorithm. Their work suggests that the more expressive Configuration LP is more suitable for this problem than the Matching LP. This paper advances the theory of Configuration LP in two directions. Our technical contribution includes a characterization of the joint matching outcome of an offline vertex and \emph{all its neighbors}. This characterization may be of independent interest, and is aligned with the spirit of Configuration LP. By contrast, previous analyses of Ranking generally focus on only one neighbor. Second, we designed a Stochastic Configuration LP that captures a stochastic benchmark proposed by Goyal and Udwani (2020), who used a Path-based LP. The Stochastic Configuration LP is smaller and simpler than the Path-based LP. Moreover, using the new LP we improved the competitive ratio of Stochastic Balance from $0.596$ to $0.611$ when the success probabilities are infinitesimal, and to $0.613$ when the success probabilities are further equal.

研究动机与目标

• 为解决匹配LP在分析带随机奖励的在线匹配时的局限性，特别是其在捕捉离线顶点及其邻居联合匹配结果方面的不足。
• 开发一种更具表达力且更简化的LP形式——随机配置LP，以捕捉Goyal和Udwani（2020）提出的随机基准。
• 实现首次基于配置LP的排名算法在线对偶分析，该分析在传统框架下此前未能成功。
• 通过先进的基于LP的分析技术，提升随机平衡与排名算法的竞争比。
• 证明配置LP在表达力与分析可处理性方面优于匹配LP与基于路径的LP，适用于随机在线匹配问题。

提出的方法

• 提出一种新的离线顶点及其所有邻居联合匹配结果的表征方式，以支持更具表达力的对偶变量分析。
• 设计一种随机配置LP，以捕捉随机基准，用更小、更简洁的公式替代更复杂的基于路径的LP。
• 将在线对偶框架应用于随机配置LP，通过精心设计的收益分配规则，满足对偶可行性与竞争比约束。
• 推导涉及收益分配函数 $ g $ 的微分不等式，并优化 $ g $ 以在最坏情况下最大化竞争比。
• 在排名算法的分析中使用函数 $ g(x) = e^{x-1} $，确保对偶变量满足所需不等式，从而实现 $ 1 - 1/e $ 的竞争比。
• 基于其他顶点的排名与随机阈值条件，结合对期望对偶变量的下界估计，推导出竞争比。

实验结果

研究问题

• RQ1 能否利用配置LP对带随机奖励的在线匹配中排名算法实现非平凡的竞争分析？
• RQ2 能否在保持或提升竞争比的前提下，用更简化且更具表达力的LP形式替代Goyal和Udwani（2020）的基于路径的LP？
• RQ3 在使用配置LP进行随机匹配时，在线对偶框架下的最优收益分配规则是什么？
• RQ4 离线顶点及其邻居的联合匹配行为如何影响随机在线匹配中的竞争比？
• RQ5 能否通过基于配置LP的分析，将随机平衡算法的竞争比提升至0.596以上？

主要发现

• 本论文在无穷小成功概率下，将随机平衡算法的竞争比提升至0.611，优于先前的0.596。
• 当成功概率相等时，通过新的随机配置LP，随机平衡算法的竞争比被提升至0.613。
• 首次建立了基于配置LP的排名算法在线对偶分析，竞争比达到0.572，高于先前的0.534。
• 证明随机配置LP在规模与简洁性上优于Goyal和Udwani（2020）的基于路径的LP，同时捕捉了相同的随机基准。
• 分析结果确认，由配置LP导出的对偶变量满足必要不等式，确保在新公式下的竞争比保证。
• 选择 $ g(x) = e^{x-1} $ 确保对偶期望上界实现 $ 1 - 1/e $ 的竞争比，验证了理论框架的有效性。