Selling Multiple Items via Social Networks
ShanghaiTech University(上海科技大学);University of Electronic Science and Technology of China(电子科技大学);Imperial College London(帝国理工学院)
我们考虑一个市场,卖家在社交网络中出售多个单位的商品。社交网络中的每个节点/买家只能直接与她的邻居通信,即卖家只能在无法找到通知其他买家的方法的情况下将商品出售给她的邻居。在本文中,我们设计了一种新的促销机制,激励所有买家,谁知道的销售,邀请他们所有的邻居加入销售,即使没有保证,他们的努力将支付。虽然传统的促销活动,如赞助搜索拍卖不能保证广告客户(卖方)的积极回报,我们的机制保证卖方的收入比不使用广告更好。更重要的是,如果广告对她没有好处,卖家不需要付费。
2019-03-07 cs.AI cs.GT
Customer Sharing in Economic Networks with Costs
University of Electronic Science and Technology of China(中国电子科技大学);ShanghaiTech University(上海科技大学)
在经济市场中,销售者、信息中介和消费者构成了一个经济网络。每个卖家都有自己的客户群,其他卖家无法观察到卖家的私人客户。因此,除非其他卖家或信息中介将其销售信息共享给其客户群,否则卖家只能在自己的客户中销售商品。然而,卖方没有被激励来默认地共享其他人的销售信息,这导致低效的资源分配和有限的销售收入。为了解决这个问题,我们开发了一种新的机制,称为客户共享机制(CSM),激励所有的卖家分享彼此的销售信息,他们的私人客户群。此外,CSM还鼓励所有客户如实参与销售。最后,CSM不仅有效地分配了商品,而且优化了卖方的收入。
2018-07-18 cs.AI cs.GT cs.MA
Incentivize Diffusion with Fair Rewards
研究了社会网络上的一个促销机制设计问题,其中一个节点(卖方)向网络上的其他节点出售一种商品以使自己的收益最大化.然而,卖方不知道除了她的邻居之外的其他节点,并且她的邻居没有激励来促进销售。因此,我们的目标是设计一个拍卖机制,使卖方的邻居被激励,邀请他们的邻居参加拍卖,而卖方的收入是保证增加。这是传统机制无法实现的。最近提出了一种解决方案,即为邀请其他节点的节点精心设计一个奖励方案。然而,该方案只对网络中的某些割点给予奖励,而割点在连通性良好的网络中很少存在,这实际上抑制了节点的参与。因此,我们提出了另一种新颖的机制,以更公平的奖励奖励更多的相关参与者,并且卖方的收入不会减少。
2020-02-27 cs.GT cs.SI
Diffusion Mechanism Design in Tree-Structured Social Network
本文为树状社交网络中的多物品销售设计了一种固定价格拍卖机制,通过激励买家邀请更多人参与拍卖,证明了其满足个人理性与激励相容,并通过理论与模拟验证了其相对最优机制的高近似比。
2024-07-30 cs.GT
Fixed-price Diffusion Mechanism Design
ShanghaiTech University(上海科技大学)
我们考虑一个固定价格的机制设计设置,卖方通过社交网络出售一个项目,但卖方只能直接与她的邻居最初。网络中的每个其他节点都是潜在的买家,其估值来自共同的分布。在标准的固定价格机制下,卖家只能在邻居之间出售物品。为了增加收入,她需要更多的买家加入销售。为了实现这一目标,我们提出了第一个固定价格机制,以激励卖方的邻居通知他们的邻居有关销售,并最终通知网络中的所有买家,以提高卖方的收入。与现有的同类机制比较,我们的机制无须买家透露其估值,计算亦较为简单。更重要的是,它保证改进的收入至少是最优的1/2。
2019-05-14 cs.AI cs.GT
Personalized Pricing Through Strategic User Profiling in Social Networks
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Singapore University of Technology and Design(新加坡科技设计大学)
本文研究了社交网络中用户如何管理社交活动以应对个性化定价,以及卖家如何调整定价方案以促进用户画像。
2025-11-17 cs.GT cs.SI
Proportional Dynamics in Linear Fisher Markets with Auto-bidding: Convergence, Incentives and Fairness
本文推广线性Fisher市场中的比例动力学至多物品卖家场景,证明其收敛于竞争均衡,并揭示其与自动竞价的关联;进一步分析激励问题,证明卖家偏离博弈存在唯一纯纳什均衡,且在竞争充分时具备良好公平性。
2024-07-16 cs.GT
The Limits of Price Discrimination with a Bayesian Seller
Google Research(谷歌研究院);Chinese University of Hong Kong(香港中文大学)
研究生产成本为贝叶斯且卖家私有时三级价格歧视的限制,推广前人工作。表明可实现的福利结果区域与多面体投影重合,给出计算最优市场细分的多项式时间算法,还建立了市场可写成极值市场凸组合的结构性质。
2026-07-15 cs.GT econ.TH
Pricing Public Goods for Private Sale
我们考虑卖方所面临的定价问题,卖方给一种商品定价,不仅使买方受益,而且使周围的其他人受益。例如,吹雪机不仅对购买它的家庭有用,而且对同一条街上的其他人也有用。既然卖方被限制通过个人私人销售来销售这样一种(本地的)公共产品,那么他应该如何根据代理人持有的价值分配来定价呢?我们把这个问题看作一个两阶段博弈。在第一阶段,卖方选择并宣布产品的价格。在第二阶段,代理人(每个人都有一个私人价值的商品)同时决定他们是否会购买产品。在由此产生的博弈中,可以表现出多重均衡,代理人必须制定策略,决定他们是否会自己购买商品以获得其利益。在一个完全公共产品的情况下(当任何代理人购买时,所有代理人都受益),我们描述了一种定价机制,当价值从一个定期分布中提取时,它近似于收入最优(直到一个常数因子)。然后,我们研究的设置中,好的是只有“本地”公共:代理人安排在一个网络中,只与他们的邻居分享利益。我们描述了一种定价方法,近似最大化收入,在最坏的情况下,代理行为的均衡,任何$d$定期网络。最后,我们表明,近似最优的价格可以找到一般网络的特殊情况下,私人价值是从一个均匀分布。我们还讨论了将这些结果扩展到一般网络和正则分布的一些障碍。
2013-05-01 cs.GT
Price Competition in Linear Fisher Markets: Stability, Equilibrium and Personalization
本文研究线性费雪市场中卖方间的价格竞争,发现个性化会破坏竞争均衡的稳定性并降低效率,并建立了算法与复杂性结果,揭示与稳定匹配等问题的关联。
2024-07-16 cs.GT
Cooperative Resource Trading for Network Slicing in Industrial IoT: A Multi-Agent DRL Approach
针对工业物联网网络切片的资源共享需求,本文将租户间资源交易建模为合作Stackelberg博弈,提出多智能体深度强化学习方法实现均衡,在效用最大化上优于基准方法。
2023-08-26 cs.GT
Learning From Social Interactions: Personalized Pricing and Buyer Manipulation
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Singapore University of Technology and Design(新加坡科技设计大学)
本文研究买家如何战略性地操纵社交互动信号以逃避个性化定价,分析卖家如何在考虑买家策略时设计定价方案,发现高偏好买家操纵行为可能使自身收益下降,但卖家仍能从中获益。
2026-03-27 cs.GT cs.SI
A Matching Game for Data Trading in Operator-Supervised User-Provided Networks
在本文中,我们认为最近的蜂窝网络连接范例,被称为用户提供的网络(UPN),用户共享他们的连接,并作为其他用户的接入点。为了激励用户参与这个网络,我们允许用户交易他们的数据计划,并通过出售和购买彼此剩余的数据容量(上限)来获得一些利润。我们将数据交易的买方和卖方协会制定为匹配博弈。在这个游戏中,买家和卖家根据偏好函数来对彼此进行排名,这些偏好函数捕获买家的数据需求和QoS要求、卖家的可用数据和能源资源。我们发现,这些偏好是相互依赖的,并受到现有的网络范围内的匹配。因此,该博弈可以被归类为具有外部性的一对多匹配博弈。为了解决这个问题,提出了一个分布式算法,结合匹配理论和市场均衡的概念。该算法使玩家能够自组织成一个稳定的匹配和动态适应的价格数据的需求和供应。所得到的匹配的属性进行了讨论。此外,还确定了用户加入UPN的价格基准和运营商的收益。仿真结果表明,所提出的算法产生的平均效用每用户高达25%和50%,相对于随机匹配和最坏情况下的效用,分别提高。
2016-10-26 cs.GT cs.NI
Effective Two-Stage Double Auction for Dynamic Resource Provision over Edge Networks via Discovering The Power of Overbooking
Lanzhou University(兰州大学);Xiamen University(厦门大学);Western University(韦仕敦大学(西安大略大学));Zhejiang University(浙江大学);RMIT University(皇家墨尔本理工大学)
本文提出一种基于超额预订理念的两阶段双向拍卖方法(OPDAuction和RBDAuction),以应对边缘网络中供需的动态不确定性,在保证真实性、个体合理性和预算平衡的同时最大化社会福利,并在实验中超越传统方法。
2025-10-13 cs.DC cs.GT
Price Competition in Networked Markets: How do monopolies impact social welfare?
我们研究了具有网络结构的大型市场中的分配效率,其中每个卖家都拥有图中的一条边,每个买家都希望有一条连接一些节点的路径。虽然人们知道,在这种情况下,稳定的分配可能是非常低效的,在多个卖家的市场均衡的确切属性没有完全理解,即使在单源单汇网络。在这项工作中,我们表明,对于一个大类的自然买方需求函数,我们保证存在一个平衡与几个理想的属性。我们对均衡结构的重要认识使我们能够根据控制市场的各种参数,特别是垄断企业的数量M,获得效率的严格界限。我们所有的效率结果都扩展到没有网络结构的市场。虽然众所周知,垄断通常会导致大的低效率,但我们对单源单汇网络的主要结果表明,对于几个自然需求函数,效率仅随M线性下降。例如,对于凹需求,我们证明了效率损失至多是最优的1+M/2倍,对于单调风险率的需求,它至多是1+M,而对于多项式需求,效率随M而递减。以前的工作表明,垄断可能会对福利产生不利影响,与此相反,我们的主要贡献是表明,垄断可能并不像他们所说的那样“邪恶”;在许多自然市场中,效率的损失是有限的。最后,我们考虑更一般的,多源网络,并表明,在没有垄断,温和的假设网络拓扑保证均衡,最大限度地提高社会福利。
2015-10-05 cs.GT
Disrupting Bipartite Trading Networks: Matching for Revenue Maximization
本文研究在线平台在二分交易网络中的收入最大化匹配问题,证明一般情形计算难解,并给出特殊情形的高效算法及收入与福利的对数近似保证。
2024-06-11 cs.CC cs.GT
Formal Verification of Diffusion Auctions
University of Bergen(卑尔根大学)
针对扩散拍卖未被探索的形式化验证与策略推理视角,本文引入捕捉其动态及策略维度的逻辑形式体系,提供模型检测程序并建立算法计算复杂度结果。
2025-11-11 cs.GT cs.LO
Bipartiteness in Progressive Second-Price Multi-Auction Networks with Perfect Substitute
University of Nevada, Reno(内华达大学里诺分校)
本文提出了一种基于投影的影响框架,用于去中心化多拍卖环境中的渐进第二价格拍卖,通过饱和组件和结构化框架确保稳定和诚实的嵌入。
2026-01-22 cs.DS cs.GT econ.TH
Model of spatial competition on discrete markets
我们提出了一个动态模型的价格形成的空间市场上的卖方和买方被放置在一个图的节点,和买方的分布取决于卖方的位置和价格。我们发现,根据卖方的立场和信息的水平,我们的模型的价格动态可以收敛到固定的价格,或产生不同的振幅和周期的周期。我们展示了如何通过提取价格与系统规模的标度指数来衡量空间网络中的竞争强度。作为一个应用程序,我们的特点在全球各地的真实城市的街道网络的不同程度的竞争。最后,使用模型动力学,我们可以定义一个新的节点中心性的措施,量化的相关性的节点在竞争市场。
2022-11-14 cs.GT econ.TH math.DS
Pricing under a multinomial logit model with non linear network effects
我们研究的问题下的多项Logit模型,我们将网络效应在消费者的决定定价。我们分析这两种情况下,当卖方竞争或合作。特别是,我们要特别注意的整体预期收入,以及如何在网络效应参数的变化下,不购买选项的行为受到影响。例如,我们证明了不购买选项的市场份额在网络效应的价值方面正在下降,这意味着客户之间更强的沟通增加了预期的销售额。我们还分析了当网络效应被纳入市场时,客户的效用是如何改变的,比较了竞争和垄断价格的情况。我们使用随机近似算法的工具来证明购买可用产品的概率收敛到一个唯一的平稳分布。我们的模型,卖方可以使用这个平稳分布,以建立他们的战略。发现在这些设置下,一个纯粹的纳什均衡代表的情况下,竞争的定价策略,和一个最佳的(最大化的总收入)固定价格的情况下,合作。
2020-05-07 cs.GT cs.MA
Distributed Mechanism Design in Social Networks
设计拍卖以激励买家通过他们的社会关系邀请新买家是机制设计的新趋势。挑战在于,买家是竞争对手,我们需要设计适当的激励措施,让他们相互邀请。对于销售单个项目,已经提出了许多有趣的机制。然而,所有的机制都要求卖方或第三方是值得信赖的,以执行这些机制。此外,该机制的所有者将在执行后知道网络的所有连接,这带来了潜在的隐私问题。因此,避免隐私问题的分布式机制在实践中更有吸引力。因此,在本文中,我们提出了社交网络中的第一个分布式机制,而不会向任何人透露买家的私人联系,它实现了完全的去中心化,不依赖于任何可信的第三方。此外,集中减少我们的机制也提供了一种新的方式来计算球员的贡献相比,现有的解决方案。
2023-03-06 cs.GT
Polyhedral Clinching Auctions for Two-sided Markets
在本文中,我们提出了一个新的模型和两种机制的拍卖在双边市场的买方和卖方,其中预算约束强加给买方。我们的模型采用polymatroidal环境,并适用于各种各样的模型,包括多单位拍卖,匹配市场和保留交换市场。我们的机制建立在Lawler和Martel的多矩阵网络流模型之上,具有买方激励相容性、个体理性、帕累托最优性、强预算平衡性等优良特性。第一种机制是一个简单的“减少到恢复”算法,该算法将市场减少到单边,应用Goel等人的多面体成交拍卖,并通过多面体网络流将所得分配提升到原始的双边市场。第二种机制是多面体成交拍卖的双边推广,它在卖方收益分配的公平性方面改进了第一种机制。这两种机制都是由多拟阵算法实现的。我们展示了我们的框架是如何应用到互联网展示广告拍卖。
2018-09-14 cs.GT math.OC
Inequity Aversion Pricing over Social Networks: Approximation Algorithms and Hardness Results
我们研究了社交网络背景下的收益最大化问题。也就是说,我们考虑了Alon,Mansour和Tennenholtz(EC 2013)引入的模型,该模型捕捉了不公平厌恶,即,提供给相邻顶点的价格不应显著不同。首先,我们提供了近似算法的自然类的实例,称为类的单值收入函数。我们的结果改善了当前的艺术状态,特别是当不同价格的数量很少时。例如,这适用于卖方只考虑固定数量的折扣类型或特别优惠的设置。然后,我们解决了阿隆等人提出的一个悬而未决的问题,通过为问题建立APX硬度。令人惊讶的是,我们进一步表明,这个问题是NP完全的,即使当价格差异被允许是大的,甚至当允许的不同价格的数量是小到三个。最后,我们提供了一些扩展的模型,无论是允许的价格或客户端的需求类型。
2019-12-17 cs.GT
Diffusion and Auction on Graphs
University of Electronic Science and Technology of China(中国电子科技大学);ShanghaiTech University(上海科技大学);Kyushu University(九州大学)
拍卖是资源分配这一人类社会基本问题的普遍范式。现有的研究表明,在拍卖设计中,卖方收益和分配效率这两个主要目标通常是相互冲突的。我们首次将经典拍卖的域扩展到社会图,并在图上正式确定了一类新的拍卖机制。这类机制都是激励相容的,也促进所有买家扩散拍卖信息给其他人,从而卖方的收入和分配效率显着提高相比,Vickrey拍卖。结果发现,最近提出的信息扩散机制是一个极端的情况下,在这个新的类的收益最低。我们的工作可能会激发一个新的视角,高效和最佳的拍卖设计,并可以应用到流行的在线社会和经济网络。
2019-05-24 cs.AI cs.GT
Multi-unit Auction over a Social Network
本文针对社交网络多单位扩散拍卖提出图探索技术,设计 MUDAN 和 MUDAN-m 两种机制,在满足激励相容性和 1/m-弱效率的同时实现无奖励扩散拍卖的最优社会福利。
2023-09-25 cs.GT
Efficiency in Truthful Auctions via a Social Network
在本文中,我们研究了通过社会网络的真实拍卖的效率,其中卖方只能通过买方的网络向买方传播拍卖的信息。在单一物品拍卖,我们表明,没有一种机制是防策略的,个人理性的,有效的,弱预算平衡。此外,我们提出了$α$ -APG机制,一类机制,经营效率和弱预算平衡之间的权衡。在多物品拍卖中,当所有买家只需要一个物品时,已经存在一种防策略机制。然而,我们指出了一个反例,在这个机制中的防策略性,并尽我们所知,找到一个防策略机制的问题仍然是开放的。我们假设所有的买家都有递减的边际效用,并提出了一个广义的APG机制,是防策略和个人理性,但不是有效的。重要的是,我们表明,该机制实现了最大的效率措施之间的所有防策略机制。
2019-04-29 cs.GT econ.TH
Approximate Revenue Maximization for Diffusion Auctions
Yifan Huang(黄毅凡);Dong Hao(郝东);Zhiyi Fan(樊智毅);Yuhang Guo(郭宇hang);Bin Li(李斌)
本文研究扩散拍卖中的收益最大化问题,提出一种显式保留价函数,在保持激励相容性的同时,使卖家在规模为 n、直接邻居数为 ρ 的网络中获得 1−1/ρ 的近似最优收益保证。
2025-07-19 cs.AI cs.GT cs.MA