Approximately Efficient Two-Sided Combinatorial Auctions
单边市场的机制设计在经济学和计算机科学中已经研究了几十年。最近，人们越来越关注双边市场的机制，在这种机制中，买方和卖方采取战略行动。对于双边市场，Myerson和Satterthwaite的一个不可能性结果表明，没有一种机制可以同时满足个体理性（IR）、激励相容（IC）、强均衡（SBB）和有效性。另一方面，重要的应用，网络广告，股票交易和频谱分配，需要我们考虑双边组合拍卖，其中买方有偏好的项目的子集，和卖方可能会提供多个异构项目。对于这种双边组合市场，迄今为止还没有有效的机制。这项工作提供了第一个IR，IC和SBB机制，提供了一个O（1）-近似的双边市场的最优社会福利。初始构造产生了这样的机制，但暴露了传统SBB概念中的概念问题。这导致我们定义了更强的直接贸易强预算平衡（DSBB）概念。然后，我们继续设计IR，IC，DSBB的机制，并再次提供一个O（1）-近似的最佳社会福利。我们的机制适用于任何数量的XOS估价的买家-一个类之间的次模和次加函数-和任何数量的卖家。我们提供了一个机制，是主导策略激励兼容（DSIC），如果卖方每个都有一个项目出售，和一个是baidu激励兼容（BIC），如果卖方持有多个项目，并有附加的估值超过他们。最后，我们提出了一个DSIC机制的情况下，所有的买家和卖家的估值函数是可加的。
2021-03-08 cs.GT
Stable and Fair Random Allocations in a Two-Sided Discrete-Concave Market
针对双边环境中随机分配存在的稳定性与公平性问题，本文利用离散凹（M^♮-凹）估值，证明了存在事前稳定且公平的分配，并通过Birkhoff–von Neumann定理的推广，将事前稳定分数分配分解为稳定确定性分配的彩票。
2026-10-02 cs.GT econ.TH
Online Two-Sided Markets: Many Buyers Enhance Learning
研究单一卖家与多买家重复交易问题，通过第二价格拍卖获取非对称反馈并设计自适应网格逼近最优交易收益，打破了单买家遗憾下界，在无分布假设下实现 $\ ilde O(T^{2/3})$ 的遗憾上界。
2025-03-03 cs.GT
Fairness and Efficiency in Two-Sided Matching Markets
针对院系助教分配问题，提出兼顾双方公平与效率的新标准，证明相关匹配问题NP难，在受限实例中找到多项式可解情况并设计参数化精确与近似算法。
2025-04-14 cs.DS cs.GT
Existence and Computation of Maximin Fair Allocations Under Matroid-Rank Valuations
我们研究公平和经济有效的分配不可分割的商品之间的代理商的估值是秩函数的拟阵。这样的赋值构成了一类研究得很好的子模函数（即，它们表现出收益递减属性），并在若干资源分配设置中模拟偏好。我们证明了，拟阵秩估值，一个社会福利最大化的分配，使每个代理她的最大最小份额总是存在的。此外，这种分配可以在多项式时间内计算。我们建立了类似的存在性和算法的结果，成对的最大最小份额保证。为了补充这些结果，我们表明，如果代理有二进制XOS估值或加权排名估值，那么最大最小公平分配不保证存在。这两个估值类都是拟阵秩函数的直接推广。
2021-02-04 cs.GT
Double Auctions with Two-sided Bandit Feedback
Google（谷歌）；AWS（亚马逊云科技）
本文首次研究买卖双方均需学习自身估值的双重拍卖市场，提出基于置信界出价和平均定价的去中心化学习算法，实现高效价格发现，并给出个体遗憾与社会遗憾的上下界。
2023-07-10 cs.GT cs.LG
An Algorithm for the Assignment Game Beyond Additive Valuations
Columbia University（哥伦比亚大学）
研究超越原始假设的分配博弈，核心方法是结合最大匹配增广树技术和拟阵交算法，主要贡献是给出计算竞争均衡的高效算法，还证明两种推广模型下计算竞争均衡是NP难的。
2026-07-07 cs.DM cs.GT
Graphical One-Sided Markets
我们研究的问题分配不可分割的对象，一组理性的代理人，每个代理人的最终效用取决于内在价值的分配项目，以及代理人的局部邻域内的分配。我们指定代理的局部邻域的加权图。这扩展了单边市场模型，将邻里外部性纳入其中。我们认为解决方案的稳定性的概念，并表明，与单边市场的情况下，稳定的分配可能并不总是存在的。当底层的局部邻域图是对称的，一个2-稳定的分配是保证存在的，任何分散的机制，对理性的球员同意交换对象终止在这样的分配。我们表明，计算2-稳定的分配是PLS完全的，并进一步确定是听话的子类。在非对称邻域结构的情况下，我们证明了检查是否存在2-稳定分配是NP-完全的。然后，我们确定结构的限制，稳定的分配总是存在的，可以有效地计算。最后，我们在这个框架下研究了无嫉妒的概念。
2019-11-15 cs.GT
Truthful Mechanisms for Two-Sided Markets via Prophet Inequalities
我们设计了双边市场中福利最大化的新机制。也就是说，有买家愿意购买物品和卖家最初持有物品，两者都是理性和战略性的，以实现效用最大化。我们的机制是基于双边市场和先知不平等之间的强大对应关系而设计的。它们满足个体理性、主导策略激励相容性、均衡约束，并给出了最优社会福利的常数因子近似。我们改进了以前的结果，在几个设置：我们的主要重点是拟阵双拍卖，其中获得一个项目的买家集需要是独立的拟阵。我们构建了两个机制，第一个是一个$1/3$ -近似的最优社会福利满足强平衡，并要求代理商在一个定制的顺序进行交易，第二个是一个$1/2$ -近似，弱平衡，并能够处理在线到达由对手。此外，我们构造了常数因子近似双边市场时，买家需要满足背包约束。此外，在组合双向拍卖，买家有估价功能的项目束，而不是只对一个项目感兴趣，使用类似的技术，我们设计了一个机制，这是一个$1/2$ -近似的最佳社会福利，强平衡，可以处理在线到达的代理在一个对抗的顺序。
2021-05-31 cs.DS cs.GT
Fair Division with Two-Sided Preferences
研究参与者与团队具有双向偏好的公平分配问题，证明满足EF1及多种稳定性的分配存在且可多项式计算，并探讨了帕累托最优与合理免嫉妒属性的存在性与计算复杂度。
2024-08-22 cs.GT econ.TH
Simple and Approximately Optimal Pricing for Proportional Complementarities
我们研究了一个新的互补估值模型，我们称之为“比例互补”。“与常见的模型（如超图形估值）相反，在我们的模型中，我们不假设拥有一套物品所产生的额外价值与买方对物品的基本估值无关。相反，我们将互补性建模为与买方的基本估值成比例，这些比例是已知的市场参数。我们的目标是设计一个简单的定价方案，对于一个单一的买家与比例互补，产生近似最优的收入。我们定义了一类新的机制，其中一些项目是免费赠送的，其余的项目以高价单独出售。我们发现，更好的这样一个机制，并出售大捆绑赚取12-近似的最优收入成对比例互补。这证实了一种直觉，即在存在互补性的情况下，物品不应完全分开出售。在更一般的情况下，买家具有最大比例正超图估价，其中给定超图中的超边描述了通过另外拥有任何一组物品$T$而给出的对买家的物品$i$的价值的提升。这样的超图的最大出度是$d$，并且$k$是超图的正秩。对于这些参数给出的估值，我们的简单定价方案是一个$O(\min\{d,k\})$ -近似。
2019-09-02 cs.GT
The Power of Recruiting the Smaller Side: Two Additional Traders Suffice in Two-Sided Markets
Google Research（谷歌研究院）；Yale University（耶鲁大学）；Google DeepMind（谷歌DeepMind）
研究双边市场中的竞争复杂度，证明在买家或卖家为较小侧时，额外招募两名交易者即可使先验无关机制达到最优贸易收益，并证明该上界最优。
2026-11-04 cs.GT
On Achieving Leximin Fairness and Stability in Many-to-One Matchings
在过去的几年里，人们对分配问题的公平性进行了大量的研究，这些问题要求物品必须在具有个人偏好的代理人之间公平分配。相比之下，双方都有偏好的情况下，即代理人必须与其他代理人匹配的情况下，公平性受到的关注要少得多。此外，双边匹配文献主要集中在顺序偏好。本文首次研究基数赋值下稳定多对一匹配的公平性问题。出于现实世界的设置，我们研究leximin最优稳定的多对一匹配。我们首先调查匹配问题与排名的估值，每一方的所有代理人有相同的偏好顺序或排名的代理人在另一边（但不一定是相同的估值）。在这里，我们提供了一个完整的表征空间的稳定匹配。这导致了FaSt，一种新颖而有效的算法来计算排名等距估值下的leximin最优稳定匹配（其中，对于每对代理，一个代理对另一个的估值是相同的）。基于FaSt，我们提出了一种高效的算法，FaSt-Gen，找到了一个更一般的排名设置的leximin最佳稳定匹配。当一方有两个代理可以与另一方的许多代理相匹配时，严格的偏好足以保证有效的算法。我们接下来确定，在没有排名和严格偏好的情况下（对任何一方的代理数量没有限制），找到一个leximin最佳稳定匹配是NP难的。此外，弱排名，问题是强NP-难，即使在等距估值。事实上，当加法和非负性是唯一的假设，我们表明，除非P=NP，没有有效的多项式因子近似是可能的。
2022-05-25 cs.DS cs.GT
Optimal Pricing in Social Networks with Incomplete Information
在社交网络中销售数字产品的收入最大化中，代理的效用通常被认为有两个部分：私人估值和来自其他代理的线性加性影响。我们研究了不完全信息的情况下，代理人知道一个共同的分布，其他的私人估值，并作出决策的同时。在这种情况下，代理人的"理性行为"被著名的贝叶斯纳什均衡捕获。出现了两个具有挑战性的问题：如何计算一个均衡，以及如何优化定价策略，从而最大限度地提高收入假设代理遵循均衡？在本文中，我们主要集中在自然模型中，每个代理人的私人估值是从均匀分布中采样的，这已经是具有挑战性的。我们的主要结果是一个多项式时间算法，可以精确地计算均衡和最优价格，当成对的影响是非负的。如果允许负面影响，计算任何均衡，即使是近似的，也是PPAD困难的。我们的算法也可以用来设计一个FPTAS优化歧视性价格剖面。
2011-09-24 cs.GT
General Matching Games
本文将Garrido-Lucero和Laraki的一对一匹配博弈模型推广到一对多匹配市场和室友模型的一般框架，并给出了核心稳定且抗再谈判结果存在及高效计算的条件。
2025-07-21 cs.GT
Bargaining dynamics in exchange networks
我们考虑一个单边分配市场或交换网络与可转移的效用，并提出了一个模型，在这样的市场中的讨价还价的动力学。我们的动态模型是本地的，涉及迭代更新的“报价”的基础上估计的最佳替代匹配，在成对的纳什讨价还价的精神。我们建立，当一个平衡的结果（一个推广的成对纳什讨价还价解决方案的网络）存在，我们的动态迅速收敛到这样的结果。我们将我们的结果扩展到以下情况：（i）一般代理人的“能力约束”，即，一个代理可以被允许参与多个比赛，和（ii）“不平等的讨价还价能力”（我们也发现了一个令人惊讶的变化收敛速度）。
2011-12-06 cs.GT cs.MA
Adaptive Two-Sided Assortment Optimization: Revenue Maximization
Cornell University（康奈尔大学）
研究基于选择的匹配平台上的自适应双边品类优化收入最大化问题，提出多项式时间近似算法，利用线性规划松弛和相关间隙论证在一般及结构化设置下实现常数因子近似保证。
2026-09-25 cs.GT math.OC
Polyhedral Clinching Auctions with a Single Sample
针对带买方预算约束的双边市场拍卖问题，基于卖方估值先验与流动性福利目标，提升了多面收紧拍卖的效率保证，并扩展出适用于可分/不可分物品、多拟阵约束的高效单样本机制。
2024-11-04 cs.GT
High Welfare Matching Markets via Descending Price
研究双边匹配的货币机制设计，提出基于降价的Marshallian Match机制并证明其在正估值下具有恒定无政府价格，同时扩展至信息成本与超图模型，负估值下引入近似稳定性但常数因子福利保证仍待解决。
2022-04-28 cs.GT
Consistent Conjectures in Dynamic Matching Markets
本文提出研究双边动态匹配市场稳定性的框架，以智能体的推测为核心，识别出使解非空的“一致性”充分条件，并引入两族一致性推测及相应解概念。
2024-10-16 cs.GT econ.TH
Revenue Maximization in Choice-Based Matching Markets
Tel Aviv University（特拉维夫大学）；University of Southern California（南加州大学）
本文首次在一般成对奖励下为双边匹配市场的收益最大化提出常数因子近似算法，通过线性松弛、凸随机序和近似动态规划克服了子模性与次可加性缺失的难题。
2026-10-14 cs.DS cs.GT math.OC
Chaos and Unraveling in Matching Markets
我们研究了信息扰动如何破坏双边匹配市场的稳定。在我们的模型中，代理商在两个时期内到达市场，而第一时期的代理商不知道后来到达的代理商的类型。已经在市场上的代理商可能会提前匹配或等待一小群新进入者。尽管缺乏折扣或风险规避，这种扰动创造了激励，以尽早匹配，并在新的代理人到达之前离开市场。这些激励措施不会随着市场的扩大而消失。此外，我们确定了一个新的不利现象，在这种情况下：随着市场得到大的概率\emph{chaos} -其中没有早期匹配计划现有代理是强大的成对偏差-方法1。这些结果与代理人类型的分布无关，并且对市场双方之间的不对称性具有鲁棒性。因此，我们的研究结果表明，匹配市场是非常敏感的制度细节和不确定性。
2010-09-03 cs.GT math.PR q-fin.TR
The Power of Simple Mechanisms: A Tight $e$-Approximation for Gains from Trade in Matching Markets
School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学物理与数学科学学院）
研究双边匹配市场中简单机制对贸易收益的近似，证明广义随机报价者机制的最坏情况近似比为紧致的$e$，改进了先前结果，并确立其最优性。
2026-09-30 cs.GT
