[论文解读] The Query-commit Problem

Marco Molinaro, R. Ravi|arXiv (Cornell University)|Oct 5, 2011

Optimization and Search Problems参考文献 17被引用 5

一句话总结

本文提出了查询-提交问题，这是一种随机匹配模型，其中具有概率存在性的边被顺序查询，且匹配的端点一旦确定即不可逆地移除。论文为稀疏图提出了多项式时间最优策略，证明了随着规模增大，大型肾源交换网络几乎可完全匹配节点，并表明简单启发式策略可达到最优全知策略的1.5%以内，验证了在时间敏感应用中采用提交策略的有效性。

ABSTRACT

In the query-commit problem we are given a graph where edges have distinct probabilities of existing. It is possible to query the edges of the graph, and if the queried edge exists then its endpoints are irrevocably matched. The goal is to find a querying strategy which maximizes the expected size of the matching obtained. This stochastic matching setup is motivated by applications in kidney exchanges and online dating. In this paper we address the query-commit problem from both theoretical and experimental perspectives. First, we show that a simple class of edges can be queried without compromising the optimality of the strategy. This property is then used to obtain in polynomial time an optimal querying strategy when the input graph is sparse. Next we turn our attentions to the kidney exchange application, focusing on instances modeled over real data from existing exchange programs. We prove that, as the number of nodes grows, almost every instance admits a strategy which matches almost all nodes. This result supports the intuition that more exchanges are possible on a larger pool of patient/donors and gives theoretical justification for unifying the existing exchange programs. Finally, we evaluate experimentally different querying strategies over kidney exchange instances. We show that even very simple heuristics perform fairly well, being within 1.5% of an optimal clairvoyant strategy, that knows in advance the edges in the graph. In such a time-sensitive application, this result motivates the use of committing strategies.

研究动机与目标

• 建立并求解查询-提交问题，其中边的存在性不确定，且匹配决策在查询后不可逆。
• 开发高效的查询策略，以在时间敏感应用（如肾源交换）中最大化期望匹配规模。
• 分析在真实肾源交换数据上的查询策略的理论性能。
• 评估启发式策略相对于最优非提交策略的实际有效性。
• 研究将多个肾源交换项目统一为全国性系统可能带来的收益。

提出的方法

• 识别出一组可在不损害整体策略最优性的情况下安全查询的边，从而实现策略简化。
• 利用该性质，设计了稀疏图上最优查询的多项式时间算法。
• 采用概率论与图论分析，证明随着图规模增大，几乎所有节点几乎必然可被匹配。
• 使用蒙特卡洛采样估算不同查询策略在真实肾源交换实例中的期望匹配规模。
• 将启发式策略（如 minAvgDeg，即优先查询平均度最低的边）与基于非提交最优策略推导出的上界进行比较。
• 通过样本均值的收敛性分析，验证策略价值估计的稳定性和准确性。

实验结果

研究问题

• RQ1 哪些边可以安全查询而不影响整体策略的最优性？
• RQ2 在查询-提交模型下，能否为稀疏图在多项式时间内计算出最优查询策略？
• RQ3 在基于真实数据建模的大规模肾源交换网络中，查询策略的渐近性能如何？
• RQ4 简单启发式策略与已知所有边存在性的最优非提交策略相比，性能接近程度如何？
• RQ5 将多个肾源交换项目统一为全国性系统，能在多大程度上提升整体匹配结果？

主要发现

• 可识别出一组边在不损害最优性的情况下安全查询，从而实现稀疏图的多项式时间最优算法。
• 随着肾源交换图中节点数量的增加，几乎所有实例都存在一种策略，可近乎完全匹配所有节点。
• 简单启发式策略（尤其是 minAvgDeg）的期望匹配规模与最优全知策略的差距在1.5%以内。
• 策略价值估计在仅使用2,500个样本时即实现稳定收敛，表明性能评估具有可靠性。
• 在实际应用中，查询-提交模型的提交约束并不具有过度限制性，因为启发式策略的性能几乎与非提交最优策略相当。
• 研究结果支持将现有肾源交换项目统一为更大规模全国性系统的理论与实际优势。