Bounds on the revenue gap of linear posted pricing for selling a divisible item
本文研究可分割物品销售的线性公布定价机制,在贝叶斯凹估值设定下证明其与最优机制的收益差距仅对数依赖于估值函数的自然参数和买家数量,从而刻画了简单定价机制的能力边界。
2025-02-08 cs.GT
Sequential Auctions and Externalities
在许多设置代理参与多个不同的拍卖,不一定同时实施。未来的机会会影响每次拍卖中参与者的战略考虑,从而引入外部性。出于这种考虑,我们研究了一个设置的买方和卖方,每个卖方持有一个项目,投标人有组合的估值和卖方举行拍卖项目顺序的市场。我们的研究结果是从质的不同,从那些同时拍卖,证明了一致性是以前的工作的一个重要方面。我们证明了如果卖方举行连续的第一价格拍卖,那么对于单位需求投标人(匹配市场),每个子博弈完美均衡至少达到最优社会福利的一半,而对于子模块投标人或当使用第二价格拍卖时,社会福利可以任意地比最优差。我们还表明,第一价格顺序拍卖购买或出售一个基地的拟阵总是有效的,并实现了VCG的结果。我们分析的一个重要工具是研究具有外部性的第一和第二价格拍卖(投标人对每个可能的获胜者结果都有估价),这可能是独立的利益。我们证明了一个纯纳什均衡总是存在于第一价格拍卖外部性。
2011-12-28 cs.GT
A Note on Approximate Revenue Maximization with Two Items
我们考虑的问题,最大限度地提高收入时,销售2个项目,一个买家与已知的估值分布。Hart和Nisan表明,使用最优迈尔森价格分别出售每件物品,至少获得两件物品最优拍卖所得收入的一半。我们表明,如果项目有不同的收入时,单独出售的界限可以收紧。
2017-12-10 cs.GT
Bounding the Optimal Revenue of Selling Multiple Goods
使用对偶理论的技术,我们推导出简单的,封闭形式的公式,用于约束的最优收入的垄断者出售许多异质商品,在这种情况下,买方的估价项目来i.i.d.从均匀分布和在其中它们遵循独立(但不一定相同)指数分布的情况下。我们应用这一点是为了在这两种设置中获得特定的性能保证,作为商品数量$m$的函数,用于Hart和Nisan [EC 2012]研究的简单确定性销售机制,即单独销售商品的机制和在单个捆绑包中提供所有商品的机制。我们还提出并研究了一个自然的随机机制的性能指数估值,称为比例。作为一个有趣的推论,对于指数分布也相同的特殊情况,我们可以得出,对于任何数量的商品,提供一个完整的捆绑商品是最优的销售机制。据我们所知,这是第一个此类结果:在任意数量商品的加法设置中找到收入最大化的拍卖。
2015-10-13 cs.GT
Mechanism Design for Auctions with Externalities on Budgets
本文针对预算外部性拍卖提出真实且个体理性的机制,实现流动性福利1/3近似比,并证明任何真实机制无法优于1/2。
2025-04-21 cs.GT
Approximate Revenue Maximization with Multiple Items
最大限度地提高收入,从销售一个以上的好(或项目),以一个单一的买家是一个众所周知的困难的问题,形成鲜明对比的情况下,一个好的。对于两种商品,我们表明,简单的“一维”机制,如单独出售的商品,_保证_至少73%的最优收入时,两种商品的估值是独立的,同分布的,至少$50\%$时,他们是独立的。对于$k>2$独立商品的情况下,我们表明,分别出售它们保证至少$c/\log^2 k$部分的最优收入,并为独立和相同分布的商品,我们表明,作为一个捆绑销售保证至少$c/\log k$部分的最优收入。额外的结果比较的收入从两个简单的机制,分别出售的货物和捆绑,确定捆绑是最佳的情况下,并扩展到多个买家的分析。
2017-12-25 cs.GT econ.TH
Competitive Auctions for Markets with Positive Externalities
在数字商品拍卖中,拍卖师向一组潜在买家出售无限量供应的物品,目标是设计真实的拍卖以使拍卖师的总利润最大化。从观察的动机,该项目的买家的价值可以通过社交网络相互连接,我们研究了数字商品拍卖与买家之间的正外部性。这定义了一个多参数拍卖设计问题,其中每个买家的私人估价是其他获胜买家的函数。本文的主要贡献是一个真实的竞争机制,次可加估值。我们的竞争结果是相对于一个新的解决方案基准$\mathcal{F}^{(3)}$ ;另一方面,我们显示了一个令人惊讶的不可能的结果,如果比较基准$\mathcal{F}^{(2)}$,后者已被成功地用于数字商品拍卖没有外延\cite{Goldberg2006}。我们从$\mathcal{F}^{(2)}$到$\mathcal{F}^{(3)}$的结果可以被认为是以外部性为代价的最优利润的损失。
2011-07-26 cs.GT
Revenue Maximization for Selling Multiple Correlated Items
研究了具有可加性估价函数的$n$产品销售问题。我们认为项目的估值是相关的,即,买家对物品的期望不是独立得出的。理想情况下,目标是设计一种使收入最大化的机制。然而,已经表明,收益最优机制可能非常复杂,因此不适用于现实世界的拍卖。因此,我们的重点是设计一个简单的机制,实现恒定的最佳收入的一部分。Babaioff等人提出了一种简单的机制,该机制可以在具有单个添加剂购买者的独立设置中实现恒定的最佳收入比例。然而,他们留下了以下问题作为一个开放的问题:“是否有一个简单的,近似最优的机制,为单一的添加剂买方的价值为$n$项目是从一个共同的基础价值分布抽样?Babaioff等人的研究表明,在独立的环境中,通过单独出售或作为一个整体出售这些物品,可以实现最佳收入的恒定近似因子。我们显示了一个类似的结果,相关设置时,买方的资格是从一个共同的基础价值分布。值得一提的是,核心分解引理,这主要是证明的机制的效率的心脏不适用于相关设置。因此,我们提出了一个修改后的版本,这是适用于相关的设置,以及这个引理。虽然我们应用这种技术来证明所提出的机制可以在非常弱的相关性中保证恒定的最佳收入比例,但这种方法本身不能直接显示该机制在更强相关性中的效率。
2015-07-22 cs.GT
Selling an Item through Persuasion
研究垄断卖家通过设计信息揭示实验和销售机制以最大化收入的问题,推导出包含实验与支付函数的闭式最优解,并证明结果可扩展至更广泛的分布与估值函数。
2024-11-12 cs.GT
Selling Information in Competitive Environments
针对竞争环境下数据卖方面临的信息与机制设计联合问题,推导了二元行动与状态博弈的福利与收益最优机制,揭示了买方竞争、负外部性、排他性约束与市场力量对信息分配的影响。
2022-12-05 cs.GT
Selling an Item Among a Strategic Bidder and a Profiled Agent
针对一件物品出售给策略性投标人和画像代理的场景,设计两种机制:第一种在预测正确时获最优收益、错误时(MHR分布)实现常数近似;第二种忽略预测模拟无投标信息时的最优机制,在MHR分布下实现常数收益近似,且MHR假设必要。
2025-08-23 cs.GT
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
Optimal Mechanisms for Selling Two Items to a Single Buyer Having Uniformly Distributed Valuations
我们考虑的收入最优机制的设计时,两个项目可出售给一个单一的买家,其估值是均匀分布在一个任意的矩形$[c_1,c_1+b_1]\times[c_2,c_2+b_2]$的正象限。我们提供了一个明确的,完整的解决方案,任意非负值的$(c_1,c_2,b_1,b_2)$。我们确定了八个简单的结构,每个结构最多有$4$(可能是随机的)选单项,并证明了最佳机制具有这八个结构之一。我们还将最佳机制表征为$(c_1,c_2,b_1,b_2)$的函数。结构表明,最优机制包括:(a)当$c_1$和$c_2$较低时,个体销售和捆绑销售的相互作用;(b)当$c_1$和$c_2$较高时,捆绑销售;(c)当其中一个较高而另一个较低时,个体销售。据我们所知,我们的结果是第一个显示存在的最佳机制,没有排斥区域。我们进一步推测,有前途的初步结果的基础上,我们的方法可以扩展到更广泛的一类分布。
2019-03-05 cs.GT
A Simple Mechanism for a Budget-Constrained Buyer
本文研究了一个经典的贝叶斯机制设计设置的垄断问题的添加剂买方存在的预算。在这种情况下,一个拥有$m$异质物品的垄断卖家面对一个单一的买家,并寻求最大化她的收入。买方有一个预算和附加估值独立绘制的每一个项目从(不相同的)分布。我们发现,当买方的预算是公开的,更好的销售每个项目单独和销售的大捆绑提取一个恒定的最佳收入的一部分。当预算是私人的,我们考虑一个标准的贝叶斯设置,其中买方的预算$b$是从一个已知的分布$B$。我们证明了如果$b$与估价无关且分布$B$满足单调风险率条件,则单独出售或以大捆绑形式出售物品仍然是近似最优的。我们给出了一个补充的例子表明,没有恒定的近似简单的机制是可能的,如果预算$b$可以相互依赖的估值。
2018-10-08 cs.GT
Sequential item pricing for unlimited supply
我们调查价格更新可以在多大程度上增加收入的卖方几乎没有需求的先验信息。我们研究了无先验收益最大化的卖方无限供应的n个项目类型面临m近视买家目前k < log n天。对于静态(k = 1)情况,Balcan等人。[2]表明,一个随机项目价格(每个项目相同)产生的收入在最佳因子Θ(log m + log n)内,并且该因子是紧的。我们定义了买方估值的遗传最大化属性(由任何多单位或总替代品估值满足),这足以在动态(k > 1)设置中显着改善近似因子。我们的主要结果是一个非增加的,随机的,时间表k平等的项目价格与预期收入内的O((log m + log n)/ k)的私人估值遗传最大化的最佳因素。这个因子几乎是紧的:我们证明了k天内的任何定价方案都有至少为(log m + log n)/(3 k)的收入近似因子。如果所有赋值都有相同的最大值,我们得到了类似的匹配上下界Θ((log n)/ k).我们希望我们的上限技术能引起更广泛的兴趣;例如,它可以显着改善Akhlaghpour等人的结果。我们还开始研究收入最大化的买方组合估值之间的分配外部性(即影响)。我们提供了一个相当普遍的模型,其他人的物品所有权对买家的估价产生积极影响。对于仿射、子模块外部性和具有遗传最大化的估值,我们提出了一种基于我们的私人估值算法的影响和利用(Hartline等人[13])营销策略。这个策略保留了我们的近似因子,…
2010-11-01 cs.GT
On the Power of Determinism in Multi-Item Auctions
University of Glasgow(格拉斯哥大学);University of Technology, Nuremberg(纽伦堡工业大学)
该研究针对单加性买家的多物品垄断拍卖场景,通过构建拉格朗日对偶证明与新的收益不等式,推导了三种简单确定性拍卖的更紧近似比,大幅改进了已有最优收益上界结果。
2026-11-04 cs.DM cs.GT
Simple Mechanisms for Profit Maximization in Multi-item Auctions
我们研究了一个经典的贝叶斯机制设计问题,卖方是多个项目销售给多个买家。我们考虑的情况下,卖方有成本生产的项目,这些成本是私人信息的卖方。卖方如何设计一个机制来最大化她的利润?两个研究得很好的问题,收入最大化的多项目拍卖和信号在广告拍卖,是我们的问题的特殊情况。我们发现,存在一个简单的机制,其利润至少是$\frac{1}{44}$的最优利润多个买家矩阵秩估值函数。当只有一个买家时,对于一般约束-可加估值,近似因子为$11$;对于可加估值,近似因子为$6$。即使卖方的成本在不同商品之间是相关的,我们的结果也是成立的。我们引入了一类新的机制,称为销售机制。对于单一买方的情况下,这些机制是很简单的:有两个阶段。对于每个项目$j$,我们创建一个单独的许可证,允许买方在第二阶段购买该项目。在第一阶段,我们出售许可证,但不透露任何有关成本的信息。在第二阶段中,卖方披露所有费用,并且如果买方在第一阶段中购买了物品$j$的许可证,则买方可以通过支付物品价格来购买物品$j$。我们发现,无论是单独出售的许可证或作为一个大捆绑足以实现常数因子近似的最优利润(6添加剂,和11约束添加剂)。对于多个买家,我们出售的许可证顺序,并获得常数因子近似。我们的证明是通过构建一个基准的最佳利润相结合的新的双重解决方案与现有的事前放松技术。
2020-04-16 cs.GT
99% Revenue with Constant Enhanced Competition
强化竞争模式是试图弥合简单拍卖和最佳拍卖之间的差距。在这方面的工作,给定一个拍卖设置与$m$项目和$n$投标人,目标是找到最小的$n' \geq n$,使出售项目的$n'$投标人通过一个简单的拍卖产生(几乎)相同的收入作为最佳拍卖。最近,Feldman,Friedler和Rubinstein [EC,2018]表明,将$m$物品出售给单个投标人的最优收入的任意大的常数部分可以通过投标人数量恒定的简单拍卖获得。然而,他们的技术甚至对于两个投标人也会崩溃,并且只能显示$n' = n \cdot O(\log \frac{m}{n})$的一个边界。我们的主要结果是,$n' = O(n)$投标人满足所有值的$m$和$n$。也就是说,我们表明,对于所有的$m$和$n$,从出售$m$项目$n$投标人的最佳收入的任意大的常数部分可以通过简单的拍卖与$O(n)$投标人。此外,当物品是规则的时,我们可以通过与先验无关的拍卖来实现相同的结果,{ \em即},它们并不取决于投标人估价的抽样分布。
2021-05-18 cs.DS cs.GT
Electronic markets with multiple submodular buyers
我们讨论了在一个有多个买方的电子市场中定价的问题。我们假设有一些自利的卖家,每个卖家都出售一个有相关成本的不同物品。每个买家都有一个子模块的价值购买任何子集的项目。卖家的目标是为他们的物品设定一个价格,这样他们从可能向买家出售物品中获得的利润最大化。我们最全面的结果涉及一个多副本设置,每个卖家有m个副本,他们的项目,有m个买家。在这种情况下,我们给出了市场出清纯纳什均衡存在的一个充分必要条件。我们还表明,即使当这个条件得到满足时,也不是所有的均衡都是市场出清的,这与[2]中单一买方的情况相反。最后,我们研究了多个买家在有限供应设置时,每个卖家只有一个单一的副本,他们的项目的定价问题。
2019-09-23 cs.GT econ.TH
Robust Revenue Maximization Under Minimal Statistical Information
我们研究的问题时,多维度的收入最大化销售$m$项目的买家,他们有添加剂的估值,从一个(可能相关的)先验分布。与传统的贝叶斯拍卖设计,我们假设卖方有一个非常有限的知识,这之前:他们只知道平均值$μ_j$和上限$σ_j$的标准偏差,每个项目的边际分布。我们的目标是设计机制,实现良好的收入对一个理想的最优拍卖,有充分的知识,提前分布。非正式地说,我们的主要贡献是严格量化的分散性的先验和上述强大的近似比之间的相互作用。此外,这可以通过非常简单的销售机制来实现。更准确地说,我们表明,通过单独的价格彩票销售的项目实现了$O(\log r)$近似比,其中$r=\max_j(σ_j/μ_j)$是最大的变异系数的项目。为了证明这一结果,我们对单一商品的情况进行了价格抽奖。如果被迫将我们自己限制在确定性机制中,这种保证就会退化为$O(r^2)$。假设独立的项目估值,这些比率可以进一步提高定价的整个捆绑。对于相同的手段和方差的情况下,特别是,我们得到的$O(\log(r/m))$的保证,收敛到最优的项目的数量越来越大。我们证明了上述机制的最优性,通过提供匹配的下限。我们对单项确定性情况的严密分析解决了Azar和Micali [ITCS'13]工作中的一个空白。作为副产品,我们还展示了如何直接使用我们的上界来改进和扩展Azar等人[SODA'13]的参数拍卖相关的先前结果。
2022-04-28 cs.GT
99\% Revenue via Enhanced Competition
最近的一系列研究表明,即使在单一卖方和单一买方的简单设置下,对$m$项目进行附加的独立估值,收入最大化机制也非常复杂。这个问题已经使用两种主要方法来解决:(i)近似:两种简单机制中的最佳机制(单独销售每个项目,或将所有项目作为一个捆绑销售)为$1/6$提供最佳收入[BILW 14]。(ii)增强竞争力:运行具有额外$m$购买者的简单VCG机制至少提取原始市场中的最优收入[ESTTW 17]。然而,这两种方法都有严重的缺点:一方面,在任何应用中,丢失$83\%$的收入都是难以接受的。另一方面,吸引线性数量的新买家可能令人望而却步。我们的主要结果是,通过结合这两种方法,可以实现两全其美。具体地说,对于任何恒定的$ε$,人们可以通过运行简单的机制-单独销售每一个项目或将所有项目作为一个捆绑销售-获得最佳收入的$(1-ε)$部分,而额外的购买者要少得多:对数,恒定,甚至在某些情况下没有。
2018-01-09 cs.GT
The Menu-Size Complexity of Revenue Approximation
考虑一个垄断者出售$n$项目给一个附加购买者,其项目值来自可能具有无限支持度的独立分布$F_1,F_2,\ldots,F_n$。与单一商品的情况不同,众所周知,收入最佳销售机制(定价方案)可能很复杂,有时需要连续的菜单条目。同样已知的是,具有有限数量的菜单条目的简单机制可以提取最佳收入的恒定部分。尽管如此,是否可以通过有限的菜单大小提取任意高比例的最佳收入仍然是开放的。我们给出了肯定的回答:对于每一个$n$和$\varepsilon>0$,都存在$C=C(n,\varepsilon)$ s. t.菜单大小至多为$C$的机制足以从任何$F_1,\ldots,F_n$获得最佳收益的$(1-\varepsilon)$。我们证明了上界和下界的收入近似的复杂性$C(n,\varepsilon)$和确定性的通信复杂性需要运行一个机制,实现这样的近似。
2021-04-09 cs.GT
Selling Information while Being an Interested Party
我们研究了信息持有者(卖家)面临的算法问题,该信息持有者(卖家)希望以最佳方式将此类信息出售给预算受限的决策者(买家),而决策者(买家)必须采取一些行动。与前一章不同的是,我们考虑了卖方是利益相关方的情况,因为买方选择的行为不仅影响他们的效用,而且也影响卖方的效用。这种情况发生在许多现实世界中,企业使用获得的信息的方式可能会对卖方产生积极或消极的影响,因为信息市场存在外部性。卖方和买方的效用都取决于自然界的随机状态,卖方知道这种状态,但买方不知道。因此,卖方的目标是(部分地)向买方出售他们关于自然状态的信息,以便同时使收入最大化并诱使买方采取可取的行动。我们研究的设置中,买方的预算和公用事业是由一个随机的买方的类型,是未知的卖方。在这种情况下,卖方的最佳协议必须向买方提出一个信息披露政策菜单供其选择,后者通过支付相应的价格获得其中一个。此外,由于在我们的模型中,卖方是一个利益相关方,一个最佳的协议也必须规定卖方支付买方偶然的行动。首先,我们证明了计算卖方最优协议的问题可以在多项式时间内解决。接下来,我们将注意力转移到卖方协议采用单一信息披露政策的情况,而不是提出一个菜单,得出积极和消极的结果。
2023-01-31 cs.GT
When is Assortment Optimization Optimal?
分类优化关注的问题是以固定价格向最多购买一件商品的买家出售商品。通常,零售商选择与要携带的品牌的“分类”相对应的物品的子集,并且使每个所选物品可用于以其品牌推荐价格购买。尽管在实践中具有巨大的重要性,但销售这些固定价格物品的最佳方法并没有得到很好的理解,因为零售商已经开始尝试只通过彩票销售某些物品。在本文中,我们分析了最大可能的收入,可以赚取在这种设置,鉴于买方的偏好是私人的,但从一个已知的分布。特别是,我们引入了贝叶斯机制设计问题,其中买家对固定价格商品和外部选项进行随机排名,而卖家优化了最多一个商品的(随机)分配。我们发现,分配对应的补偿是次优的一般情况下,但在许多常见的研究贝叶斯先验买方排名,如MNL和马尔可夫链选择模型,补偿实际上是最优的。因此,这篇关于分类优化的大量文献比以前认识到的意义要大得多--它不仅计算最优的分类,而且计算这些固定价格的替代品的卖方收入的经济极限。我们得到了几个进一步的结果-一个更一般的充分条件,为最佳的,捕获选择模型超越马尔可夫链,证明嵌套的Logit选择模型不能捕获马尔可夫链,但可以部分捕获我们的条件,次优间隙为最佳的,当我们的条件不成立。最后,我们表明,我们的机制设计问题提供了最严格的已知LP松弛的排序分布模型下的分类优化。
2022-05-20 cs.GT
Selling to Multiple No-Regret Buyers
本文研究向多个使用无遗憾学习算法的买家反复拍卖单一物品的卖家最优收益问题,设计了在买家基于均值时提取完全期望福利的拍卖机制,并分析了将单买家线性规划方法扩展到多买家时面临的形式障碍。
2023-07-09 cs.GT
A Simple and Approximately Optimal Mechanism for an Additive Buyer
我们考虑一个垄断卖方与$n$异构项目,面对一个单一的买家。买家对每一个物品都有一个价值,这个价值是根据(不相同的)分布独立得出的,而她对一组物品的价值是相加的。卖方的目标是使他的收入最大化。我们建议使用两种简单的定价方法中的先验更好的方法:分别出售物品,每种物品以其最优价格出售,捆绑在一起,其中整套物品以其最优价格作为一个捆绑出售。我们表明,对于任何分布,这种机制实现了一个常数因子近似的最优收入。除了它的简单性,这是第一个计算上容易处理的机制,以获得一个常数因子近似这个多参数的问题。此外,我们还讨论了多个买家和跨项目相关的估值的扩展。
2020-07-30 cs.GT
Sample Complexity of Posted Pricing for a Single Item
本文研究单品销售中标价机制的样本复杂度,针对独立与相关买家分布及福利与收益最大化目标,给出了匹配的上下界(相差对数因子)。
2024-11-04 cs.DS cs.GT
Approximation Schemes for a Unit-Demand Buyer with Independent Items via Symmetries
我们考虑一个收入最大化的卖方与$n$项目面对一个单一的买家。我们引入对称菜单复杂性的机制,它计数的不同的选项,买方可能会购买的数量,排列的项目的概念。我们的主要结果是,准多项式对称菜单复杂性的机制足以保证一个$(1-\varepsilon)$近似时,买方是单位需求的独立项目,即使当值分布是无界的,这种机制可以在准多项式时间。我们的关键技术结果是一个多项式时间,(对称)菜单复杂性保持黑盒减少从实现一个$(1-\varepsilon)$ -近似的无界估值是次加性的独立项目,以实现一个$(1-O(\varepsilon))$ -近似值时,有界的(和仍然次加性的独立项目)。我们进一步应用这种减少推导出一套估值类超越我们的主要结果的近似方案。最后,我们表明,单独销售(具有指数菜单复杂性)可以近似为一个$(1-\varepsilon)$因子与菜单的有效线性$(f(\varepsilon) \cdot n)$对称菜单复杂性。
2019-11-20 cs.GT
Optimal Deterministic Mechanisms for an Additive Buyer
我们研究收入最大化的确定性机制的最简单的情况下,迈尔森的特征不成立:一个单一的卖方出售两个项目,独立分布的价值,一个单一的添加剂买家。我们证明了最优机制是次模块化的,因此单调。此外,我们表明,在IID的情况下,最佳机制是对称的。我们的特征是令人惊讶的非平凡的,我们表明,他们无法扩展在几个自然的方式,例如,相关的分布或两个以上的项目。特别是,这表明对称机制的最优性并不遵循IID分布的对称性。
2018-04-18 cs.GT
On Solutions for the Maximum Revenue Multi-item Auction under Dominant-Strategy and Bayesian Implementations
很少有精确的解决方案是已知的垄断者的$k$ -项目$n$ -买方最大收益问题的附加价值,其中$k, n >1$和买方$i$有独立的私人分布$F^j_i$的项目$j$。在本文中,我们推导出精确的公式时,$k=2$和$F^j_i$是任何IID分布的支持大小为2的最大收益,无论是显性策略(DIC)和贝叶斯(BIC)的实现。公式导致简单的特征,这两个实现具有相同的最大收入,当且仅当单独销售是最佳的分布。我们的研究结果还首次展示了这两种实现方式之间的收入差距。例如,如果$k=n=2$和$Pr\{X_F=1\}=Pr\{X_F=2\}=\frac{1}{2}$,那么贝叶斯实现中的最大收益恰好超过优势策略中的最大收益$2\%$ ;对于所有大的$a$,对于$[a, a+1]\cup[2a, 2a+1]$上的连续均匀分布$X_F$,存在相同的差距。
2016-07-13 cs.GT
Buy-many mechanisms are not much better than item pricing
多项目机制可以是非常复杂的,提供许多不同的捆绑给买家,甚至可以是随机的。这种复杂性被认为是必要的,因为随机和确定性机制之间的收入差距,或者确定性和简单机制之间的收入差距是巨大的,即使是对于加法估值。我们挑战这种传统的信念,表明这些大的差距只能发生在有限的情况下。在这种情况下,该机制向买家收取过高的捆绑费用,而以低得多的价格出售单个项目。可以说,这在许多情况下是不切实际的,因为买方可以将订单分成更小的部分,总体价格要低得多。我们的主要结果是,如果买方被允许购买尽可能多的(随机)捆绑,因为他喜欢,任何多项目机制的收入是最多O(logn)倍的收入可实现的项目定价,其中n是项目的数量。这在最一般的情况下也是成立的,即买家类型的分布任意相关,估值任意。我们还证明了这个结果在很强的意义上是紧的。任何亚指数描述复杂性的机制族都不能比对数近似更好地实现,即使是对最好的确定性机制,甚至是加法估值。相比之下,具有线性描述复杂性的项目定价与随机机制的约束相匹配。
2019-07-01 cs.GT
Selling to a No-Regret Buyer
Princeton University(普林斯顿大学)
我们考虑一个卖家重复地向一个买家出售一件商品的问题(具体地说,买家在每一轮都有一个从已知分布$D$中提取的新值)。以前的工作假设买方是完全理性的,并会完全理性地考虑他们今天的出价如何影响卖方明天的决定。在这项工作中,我们开始一个不同的方向:买家简单地运行一个无遗憾的学习算法在可能的出价。我们提供了一个相当完整的表征最优拍卖的卖方在这一领域。具体而言:- 如果买方根据EXP 3(或任何“基于均值”的学习算法)出价,则卖方可以任意提取接近预期福利的预期收入。这种拍卖是独立于买方的估价$D$,但有点不自然,因为它有时是在买方的利益出价过高。- 存在学习算法$\mathcal{A}$,使得如果买方根据$\mathcal{A}$出价,则卖方的最优策略是简单地为每轮$D$发布Myerson储备。- 如果买方根据EXP 3(或任何“基于均值”的学习算法)出价,但卖方被限制为出价过高占主导地位的“自然”拍卖格式(例如,广义第一价格或广义第二价格),那么卖方的最佳策略是随时间推移准备金逐渐减少的支付出价格式。此外,卖方的最佳可实现的收入的特点是一个线性规划,可以无限优于最好的真实拍卖,但同时无限差于预期的福利。
2017-11-25 cs.GT cs.LG stat.ML
Constrained Signaling in Auction Design
我们考虑的问题,拍卖人面临的任务是出售一个好的(从一个已知的分布)的一组买家,当拍卖人没有能力向买家描述的确切身份的好,他正在出售。相反,他必须提出一个受约束的信号方案:一个从商品到信号的(非内射)映射,满足他的设置的约束。例如,拍卖人可能只能为每件商品传达有限长度的信息,或者他可能在如何为出售的物品做广告方面受到法律限制。每个候选的信令方案诱导买家之间的不完全信息博弈,和拍卖的目标是选择的信令方案和伴随的拍卖格式,优化福利。在本文中,我们使用子模函数最大化和无遗憾学习的技术,给各种约束信令问题的约束信令方案的计算算法。
2014-01-06 cs.DS cs.GT
Predict and Match: Prophet Inequalities with Uncertain Supply
我们考虑的问题,出售易腐物品的买家流,以最大限度地提高社会福利。卖家从一组相同的物品开始,每个到达的买家都想要任何一件物品,并有一个独立的估价。已知的分布。然而,每一个项目,消失后,一个先验的未知量的时间,我们术语的地平线为该项目。卖方知道每件物品的视界分布(可能不同),但不知道它的实现,直到物品实际消失。与经典的预言家不平等一样,我们的目标是设计一个在线定价方案,与知道地平线并提取全部社会盈余(或福利)的预言家竞争。我们的主要结果是设置项目有独立的地平线分布满足单调风险率(MHR)条件。在这里,对于任何数量的项目,我们通过一个概念上简单的政策,平衡买家被接受的速度与项目从系统中删除的速度,实现了一个恒定的竞争约束。我们通过一种新的匹配技术,通过概率模拟在未来的时间离开的项目,实现这一政策。此外,对于一个单一的项目和MHR水平分布的平均$μ$,我们证明了一个严格的结果:有一个固定的定价方案,最多有竞争比$2 - 1/μ$,这是最好的可实现的在这一类。我们进一步表明,我们的结果是最好的可能。首先,我们证明了竞争比是无界的,即使没有MHR假设的一个项目。此外,即使水平分布是独立同分布,MHR和项目数变大时,任何策略的竞争比都有一个大于$1$的常数下界,这与具有相同确定性视野的设置形成鲜明对比。
2020-01-22 cs.GT
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
On Simple Mechanisms for Dependent Items
我们研究的问题出售$n$异质项目的一个单一的买家,其价值为不同的项目是相关的。在任意依赖的情况下,哈特和尼桑证明,没有简单的机制可以实现一个不可忽略的最优收入的一部分,即使只有两个项目。我们考虑的设置中,买方的类型是从一个相关的分布,可以捕获的马尔可夫随机场,最突出的框架之一,用于建模高维分布的结构。如果买方的估值是添加剂或单位需求,我们扩展的结果,所有的MRF和最大(SRev,BRev)可以实现$Ω\left(\frac{1}{e^{O(Δ)}}\right)$ -分数的最佳收入,其中$Δ$是一个参数的MRF,是由多少项目的价值可以影响其他项目的价值。我们进一步表明,指数依赖于$Δ$是不可避免的,我们的方法和多项式依赖于$Δ$是不可避免的任何方法。当买方有一个XOS估值,我们表明,最大值(Srev,Brev)实现至少一个$Ω\left(\frac{1}{e^{O(Δ)}+\frac{1}{\sqrt{nγ}}}\right)$ -分数的最佳收入,其中$γ$是光谱间隙的格劳伯动态的MRF。请注意,在独立分布的项目,$Δ=0$和$\frac{1}{nγ}\leq 1$的特殊情况下,我们的结果恢复了已知的常数因子近似的XOS买家。我们进一步扩展我们的参数近似到其他几个良好的研究依赖措施,如Dobrushin系数和逆温度。我们的结果是基于Cai等人的对偶框架和相依随机变量上XOS函数的一…
2021-06-25 cs.GT
Optimal Design of Robust Combinatorial Mechanisms for Substitutable Goods
本文研究了向一组购买者销售离散可替代产品的多维机制设计问题。以往的研究主要集中在卖方估价的随机描述上。然而,在某些应用中,不知道关于购买者偏好的先验信息。为了解决这个问题,我们考虑不确定的估值和制定一个强大的优化框架的问题:目标是最大限度地减少最大遗憾。对于一类特殊的收益最大化定价问题,我们提出了一种基于混合整数线性规划的求解方法。
2017-01-04 cs.CE cs.GT
Optimal Auctions vs. Anonymous Pricing
对于将单个物品出售给具有独立但不同分布价值的代理人,收益最优拍卖是复杂的。关于它,Hartline和Roughgarden(2009)表明,具有匿名保留的第二价格拍卖的近似因子在2和4之间。我们考虑了更苛刻的问题,通过发布匿名价格(而供应持续)来近似拍卖问题的事前放松的收入,并证明了它们的最坏情况比是e。作为推论,匿名定价或匿名储备与最优拍卖的上界从4提高到$e$。我们的结论是,直到一个$e$因素,歧视和一致性是不重要的驱动收入在单一项目拍卖。
2015-07-09 cs.DS cs.GT
Dynamic and Non-Uniform Pricing Strategies for Revenue Maximization
我们考虑在有限供应环境下收益最大化的项目定价问题,其中一个单一的卖方与$n$项目迎合$m$买家与未知的次可加性估值函数谁在一个序列中到达。卖方为每件商品定价。每个买家购买一个子集的尚未售出的项目,最大限度地提高她的效用。我们的目标是设计定价策略,保证预期收入在最大可能的社会福利的一个小因素$α$内-最大可能产生的收入的上限。大多数早期的工作都集中在无限供应设置,其中出售物品给一些买家并不影响他们的可用性,以未来的买家。Balcan et.(EC 2008)研究了有限供应设置,给出了一种随机策略,该策略为所有物品分配单一价格(统一策略),并且从不改变它(静态策略),该策略给出了$2^{O(\sqrt{\log n \log \log n})}$ -近似,并且此外,没有静态统一定价策略可以给出比$2^{Ω(\log^{1/4} n)}$ -近似更好的结果。我们将这个下界改进为$2^{Ω(sqrt{\log n})}$。我们考虑动态统一策略,它可以在每个买家到达时改变价格,但所有未售出商品的价格在任何时候都是相同的,以及静态非统一策略,它可以为不同的商品分配不同的价格,但在初始设置后永远不会改变。我们设计这样的定价策略,给出一个多对数近似最大收益。因此,在有限的供应设置,我们的研究结果突出了动态和非统一定价与静态统一定价的权力之间的强有力的分离。据我们所知,这是第一个非平凡的分析动态和非…
2009-05-19 cs.GT
Maximizing revenue in the presence of intermediaries
本文研究了将$k$物品出售给单位需求购买者的机制设计问题。买受人或者直接参加拍卖,或者由中间人代表,中间人代表一部分买受人。我们的目标是设计强大的机制,独立于需求结构(即买家如何在中介机构之间划分),并在中介机构和买家之间的各种可能的合同下表现良好。我们首先研究的情况下,$k$相同的项目,每个买家提请其私人估价的项目i.i.d.从已知的$λ$-正则分布。我们构建了一个强大的机制,独立于需求结构,并在一定的条件下,中间商和买家之间的合同,获得一个恒定的因素的收入,机制设计者可以获得她知道买家的估值。换句话说,我们的机制的预期收入实现了一个常数的最优福利的因素,而不管需求结构。我们的机制是一个简单的标价机制,它根据$k$和购买者的总数来设定每件商品的价格,但不依赖于需求结构或下游合同。接下来,我们将我们的结果推广到项目不相同的情况。我们假设项目估值是可分离的。对于这种情况下,我们设计了一种机制,通过使用一个菜单的价格,获得至少一个恒定的分数的最优福利。这种机制也独立于需求结构,但对中介和买方之间的合同做出了相对更强的假设,即每个中介都倾向于其所代表的买方子集的效用总和更高的结果。
2021-11-19 cs.GT econ.TH
Settling the Competition Complexity of Additive Buyers over Independent Items
该研究解决了独立可加估值拍卖的竞争复杂度问题,证明其为Θ(√(nm)),通过构造贝叶斯IC拍卖提升了下界,还指出截断等收益分布对应最坏情况复杂度。
2024-03-06 cs.GT
A Simple and Approximately Optimal Mechanism for a Buyer with Complements
我们考虑一个收入最大化的卖方与$m$异质项目和一个单一的买方,其估价$v$的项目可能会表现出两个替代品(即,对于一些$S, T$,$v(S \cup T) < v(S) + v(T)$)和互补物(即,对于一些$S, T$、$v(S \cup T) > v(S) + v(T)$)。我们证明了Babaioff等人首次提出的机制。[2014] -更好地分别销售物品并将其捆绑在一起-保证了最佳收入的$Θ(d)$部分,其中$d$是互补程度的度量。请注意,这是第一个近似最优的机制,其估值表现出任何形式的互补性,并扩展了Rubinstein和Weinberg [2015]的工作,该工作证明了当买方估值是次加性时,相同的简单机制实现了常数因子近似,这是最普遍的无互补估值。我们的证明是由Cai et al. [2016]最近开发的对偶框架实现的,我们使用该框架来获得这种设置下的最优收入的界限。我们的主要技术贡献是专门处理复杂的设置与补充,并包括一个超图分割边缘的算法。甚至确定正确的模型和“互补度”的概念以获得有意义的结果也是有趣的,因为先前定义的自然扩展可证明是失败的。
2017-04-08 cs.GT
Generalizing Virtual Values to Multidimensional Auctions: a Non-Myersonian Approach
我们考虑的收入最大化问题的垄断通过非迈尔森的方法,可以推广到多个项目和多个买家。虽然这种方法不会导致问题的任何封闭形式的解决方案,但它确实从不同的角度提供了一些见解。特别是,我们考虑贝叶斯(贝叶斯激励兼容+贝叶斯个体理性)和支配策略(支配策略激励兼容+事后个体理性)的实现,其中所有买家都有附加估值和准线性效用,所有估值在买家之间是独立的(不一定在物品之间是独立的)。我们的方法的主要技术是制定的LP问题(可能与指数大小),并应用原始-对偶分析。我们观察到,对偶规划的任何最优解自然地定义了原始收益最大化问题的虚拟价值函数,在这个意义上,任何收益最大化拍卖必须是虚拟福利最大化者(参见图1)。Myerson's auction for a single item [Myerson,1981])。基于这一观察,我们刻画了BIC = DSIC的一个充分必要条件,即,贝叶斯实施的最优收益等于显性策略实施的最优收益(BRev = DRev)。条件是当且仅当最优的DSIC收益DRev可以通过DSIC和事后IR虚拟福利最大化者来实现,其虚拟价值函数与买方无关(买方i的虚拟价值与其他买方的估值无关)。根据特征,我们进一步表明,当所有估值都是独立同分布时,进一步等价于单独销售是最优的。特别是,它尊重Yao [2016]最近在多项目多买家设置中的精确最优解方面的突破性工作。
2017-11-29 cs.GT
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
Online Assortment and Price Optimization Under Contextual Choice Models
UC Berkeley(加州大学伯克利分校)
针对参数未知的上下文多项 logit 选择模型,研究在线商品组合与定价问题,提出从用户反馈学习的算法,获得收入遗憾上界及任意算法的遗憾下界。
2025-03-14 cs.GT cs.LG econ.TH
Online Assortment and Market Segmentation under Bertrand Competition with Set-Dependent Revenues
我们考虑一个在线分类问题与$[n]:=\{1,2,\ldots,n\}$卖方,每个持有只有一个项目$i\in[n]$与初始库存$c_i\in \mathbb{Z}_+$,和一个序列的同质买家在有限的时间范围内到达$t=1,2,\ldots,m$。存在一种在线平台,其目标是在时间$t$向到达的买方提供卖方的子集$S_t\subseteq [n]$,以在遵守库存约束的同时最大化在整个范围内得到的预期收入。给定一个在时间$t$的产品组合$S_t$,假设买方将根据著名的多项logit模型(一个来自经济文献的合理选择模型)从$S_t$中选择一个项目。在该模型中,在给定时间$t$出售商品$i$所获得的收入主要取决于当时提供的商品组合$S_t$,并且由$S_t$中的卖家之间的Bertrand博弈的纳什均衡给出。这在所提供的折扣、卖方的收入和库存水平之间强加了强烈的依赖性/外部性。尽管面临这一挑战,我们设计了一个恒定的竞争算法的同质买家的在线分类问题。我们还表明,异质买家的在线分类问题不承认一个常数的竞争算法。为了弥补这一问题,我们考虑的分类问题下的离线设置异构买家。在一个温和的市场一致性假设下,我们证明了广义Bertrand博弈在一般的买方-卖方二部图上存在一个纯纳什均衡。最后,我们开发了一个$O(\ln m)$ -近似算法的最优市场分割的广义Bertrand游戏,使平台获得更高的收入,通过分割…
2021-12-09 cs.GT math.OC
Group buying with bundle discounts: computing efficient, stable and fair solutions
我们建立了一个市场模型,在这个市场中,非战略供应商销售不同类型的商品,并根据需求量以折扣价格提供捆绑销售。每个购买者都有策略地采取行动,以最大限度地提高其效用,这是由产品估值和支付价格之间的差异决定的。买方以成套物品的保留价报告其估价,并可能愿意支付不同于市场价格的价格,以补贴其他买方并引发折扣。由此产生的价格歧视可以解释为总折扣的再分配。我们考虑一个稳定的概念,着眼于单方面的偏差,并表明,有效的分配-最大化的社会福利-可以稳定的价格,享有理想的属性的合理性和公平性。这就要求购买者支付更高的价格,只是为了补贴那些为激活所需折扣做出贡献的人,而且他们支付的溢价与他们的盈余成比例,即他们的当前效用与他们的最佳替代品的效用之间的差额。因此,由此产生的价格歧视似乎是买方所希望的。在这个存在性结果的基础上,让N,M和c是买家,供应商和产品类型的数量,我们提出了一个O(N^2+NM^c)算法,该算法在给定有效分配的情况下,计算出合理和公平的价格,并稳定市场。该算法首先确定具有相同产品选择的购买者组之间的折扣的再分配,然后计算单个购买者的价格。我们的研究结果表明,如果一个理想的形式的价格歧视的实施,那么社会效率和稳定性可以共存于一个市场呈现微妙的外部性,并计算个人的价格从市场价格是易于处理的。
2016-03-01 cs.GT
Revenue Maximizing Markets for Zero-Day Exploits
零日漏洞(供应商不知道的软件漏洞)市场有着悠久的历史,并且越来越受欢迎。我们从收入最大化机制设计的角度来研究这些市场。我们首先提出了一个零日漏洞市场的理论模型。在我们的模型中,一个漏洞被出售给多个买家。有两种买家,我们称之为捍卫者和侵犯者。防御者是购买漏洞以修复漏洞的买家(例如,软件供应商)。另一方面,罪犯是打算利用漏洞的买家(例如,国家安全机构和警察)。我们的模式不仅仅是单一物品拍卖。首先,漏洞是一条信息,因此一个漏洞可以卖给多个买家。第二,买方具有外部性。如果一名防守者获胜,那么对于进攻者来说,这种利用就变得毫无价值。第三,如果我们在拍卖前向买家披露漏洞利用的详细信息,那么他们可能会在没有付款的情况下离开。另一方面,如果我们不披露细节,那么买家很难提出他们的私人估值。考虑到上述情况,我们建议的机制在拍卖前向所有违规者披露漏洞利用的详细信息。然后,犯罪者支付延迟向防御者披露漏洞的费用。
2020-06-25 cs.GT
Static Pricing for Single Sample Multi-unit Prophet Inequalities
Booth School of Business, University of Chicago(芝加哥大学布斯商学院);Citadel Securities(城堡证券)
本文研究了k单位单样本prophet不等式,证明当k≥3时,设置静态价格为第k大的样本可获得1/2的竞争比率,同时分析了大k情况下的最优静态定价方案。
2026-03-24 cs.DS cs.GT
Optimal Price Discrimination for Randomized Mechanisms
本文研究中介信号传递下的价格歧视,将 Bergemann 等人的最优消费者剩余保证扩展到受预算约束和 FedEx 等随机机制设定,并证明在私人价值加私人预算的一般情形下该结果不成立。
2023-04-27 cs.GT
Revenue Maximization for Buyers with Costly Participation
针对买家参与有私人成本导致的非凸单商品售卖收益最大化问题,提出多买家转单买家归约的多项式时间(2+ε)近似机制,单买家下可达FPTAS,还推导了菜单规模与样本复杂度界,证明特定条件下单一定价及多买家序贯定价的近似最优性。
2023-11-05 cs.GT econ.TH
Pricing with a Hidden Sample
Shanghai University of Finance and Economics(上海财经大学);Georgia Institute of Technology(佐治亚理工学院)
本文提出隐藏定价机制,通过单个隐藏样本实现先验独立定价,针对单调危险率分布获得约0.79的近似比,并统一了基于样本和统计量的鲁棒定价方法。
2026-02-20 cs.GT econ.TH
Fair Price Discrimination
针对公平价格歧视问题,提出一种新颖信号方案,同时8-近似所有非负、单调递增、对称且凹的福利函数,兼顾社会效率与公平性。
2023-05-11 cs.DS cs.GT econ.TH