Dynamic Pricing of an Expiring Item under Strategic Buyers with Stochastic Arrival
KAIST(韩国科学技术院);Seoul National University(首尔大学)
本文研究临期票券面对随机到达策略性买方时的动态定价,提出VBT框架证明并刻画均衡,给出稀薄市场恒定价格、厚密市场线性折扣等近优策略。
2025-09-29 cs.GT
How to sell an app: pay-per-play or buy-it-now?
我们考虑在消费者只有在使用商品时才发现其价值的情况下定价,并且价值随着每次使用而演变。我们探索简单和自然的定价策略,在这种情况下,卖方知道的分布,消费者的初始值是绘制的假设下,以及随机过程,管理的演变与每次使用的价值。我们考虑了预付或“立即购买”定价(BIN)和“按次付费”(PPP)定价(消费者按次付费)之间的差异。我们的研究结果表明,PPP定价可以是一个非常有效的价格歧视机制,从而可以增加卖方收入。但作为一种减轻风险的方式,它也可能对买方有利。事实上,这种风险的降低可以产生更大的买家群体。我们还表明,提供免费试用的做法在很大程度上是有益的。我们考虑两种不同的随机过程如何买方的价值演变:在第一,关键的随机变量是多久的消费者仍然对产品感兴趣。在第二个过程中,消费者的价值根据随机游走或布朗运动演变,反射为1,吸收为0。
2014-11-05 cs.GT
Revenue-Optimal Deterministic Auctions for Multiple Buyers with Ordinal Preferences over Fixed-price Items
在本文中,我们介绍了一个贝叶斯收益最大化机制设计模型中的项目有固定的,外生给定的价格。购买者是单位需求,并有一个有序的排名购买这些项目之一,在其给定的价格,或购买什么。这个模型自然产生的分类优化问题,在确定性机制的单一买家优化问题减少到决定的项目分类“显示”。我们研究了它的多买家泛化在最简单的设置单赢家拍卖,或更广泛地说,任何服务约束的环境。我们的主要结果是,如果买方排名独立于马尔可夫链排名模型,那么最优机制是计算上易于处理的,在结构上是一个虚拟的福利最大化。我们还表明,排名分布不诱导马尔可夫链,最优机制可能不是一个虚拟的福利最大化。
2020-10-14 cs.GT
Optimal Pricing in Repeated Posted-Price Auctions
我们研究了重复标价拍卖的收益优化定价算法,其中卖方与持有固定私人估值的单个战略买方进行交互。我们证明了,当卖方和买方的累积效用(收入和盈余)有相同的折扣的情况下,存在两个最优算法。第一种定价方法不断提供迈尔森价格,而第二种定价方法则提出了一个“大交易”:提前(在第一轮)支付所有商品的费用,否则什么也得不到。然而,当卖方和买方在等待效用的耐心上存在不平衡时,我们发现,令人惊讶的是,恒定定价不再是最优的。首先,当卖方的折扣率低于买方的折扣率时,定价算法“big deal”的表现优于它。其次,在不太耐心的买家的相反情况下,我们将寻找最佳算法的问题简化为多维优化问题(用于确定迈尔森价格的泛函的多变量模拟),该多维优化问题通常不允许封闭形式的解,但可以通过数值优化技术(例如,梯度)。我们提供了广泛的分析数值发现的最优算法,以证明它们是不平凡的,可能是不一致的,并产生更大的预期收入比恒定的定价与迈尔森价格。
2018-05-07 cs.GT
Posted Pricing sans Discrimination
在寻求易于实施但又接近最优的市场机制时,似乎很少有办法像公布定价那样可行。尽管越来越多的令人印象深刻的结果,大多数公布的价格机制的性能,然而,关键依赖于价格歧视时,一个好的多个副本是可用的。对于每种商品的非线性生产成本的更一般的情况,对于一般的多商品市场几乎没有什么是已知的。考虑到这一点,我们研究了贝叶斯设置,卖方可以生产任何数量的副本的好,但面临凸生产成本相同,买家顺序到达。我们的主要贡献是一个框架,在生产成本的存在下,非歧视性定价:该框架产生张贴的价格机制与O(1)-近似因子分数次可加(XoS)的买家,对数近似次可加的买家,也延伸到设置卖方是不注意买方估值。我们的工作提出了第一个已知的结果贝叶斯设置与生产成本,是为数不多的张贴价格机制,不收取不同的买家为同一个好。
2016-09-22 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
A Two-Step Approach to Optimal Dynamic Pricing in Multi-Demand Combinatorial Markets
在线市场是日常生活的一部分,其规则由算法控制。假设参与者本质上是自利的,那么设计良好的规则有助于增加社会福利。在线市场的许多算法都是基于价格的:卖家负责发布价格,而买家则根据发布的价格进行最有利可图的购买。为了对市场进行调整,允许卖方在某些时间点更新价格。发布价格是设计市场的直观方式。尽管事实上,每个买方的行为自私,卖方的目标往往被认为是社会福利最大化。Berger、Eden和Feldman最近考虑了一个只有三个购买者的市场,其中每个购买者都有固定数量的商品要购买,购买的一捆商品的利润是这捆商品中商品利润的总和。对于这样的市场,Berger et. Al.的研究表明,卖方可以通过在每个买方到达之前动态更新张贴的价格来最大化社会福利。Bérczi、Bérczi-Kovács和Szögi表明,当每个购买者准备购买最多两件物品时,社会福利也可以最大化。我们研究了在更一般的情况下,动态更新的张贴价格的力量。首先,我们证明了Berger et.可以概括为三到四个买家。然后,我们证明了Bérczi,Bérczi-Kovács和Szögi的结果可以推广到每个买家准备购买多达三个项目的情况。我们还表明,动态定价是可能的,只要有最多两个分配最大化社会福利。
2022-01-30 cs.GT
Pricing for Online Resource Allocation: Intervals and Paths
我们提出了几个在线资源分配问题,获得紧或接近紧近似社会福利的定价机制。在我们的设置中,买家在线购买捆绑的商品;买家的捆绑价值来自已知的分布。这个问题与Krengel和Sucheston的所谓预言不等式及其在最近文献中的推广密切相关。受云经济应用的启发,我们考虑两种买家偏好。在第一种情况下,项目对应于资源可用的不同时间单位;项目按总顺序排列,买家希望项目间隔。第二个对应于树型网络上的带宽分配;项目是网络中的边和买家期望的路径。由于购买者的偏好在我们考虑的环境中具有互补性,因此最近通过物品价格进行的恒定因子近似不适用,并且确实存在强烈的负面结果。我们开发静态的、匿名的捆绑定价机制。对于区间偏好设置,我们表明,静态的,匿名的捆绑定价实现了sublogarithmic的竞争比,这是最佳的(在恒定的因素)在类的所有在线分配算法,真实与否。对于路径偏好设置,我们得到了一个接近紧密的对数竞争比。这两个结果都显示出这些设置的物品定价的指数改善。我们的研究结果扩展到设置卖方有多个副本的每一个项目,随着供应的竞争比线性下降。供给和福利竞争比率之间的这种逐渐权衡,以前只在单一项目预言者不平等中被人所知。
2018-07-13 cs.GT
Budgetary Effects on Pricing Equilibrium in Online Markets
在Babaioff等人的工作之后,我们考虑了战略供应商和单个买家的定价博弈,模拟了一个场景,其中多个竞争供应商对买家有很好的了解,这在在线市场中很常见。我们在这个模型中加入了一个现实的假设,即买方有一个固定的预算,并没有无限的资金。当买方的估值函数是加性的,我们能够完全描述不同的可能的纯纳什均衡(PNE),特别是获得唯一性的充分必要条件。此外,我们刻画了所有子模块化估值的市场出清(或Walresian)均衡。令人惊讶的是,对于某些单调子模函数的估值,我们表明,纯NE可以表现出一些违反直觉的现象,即,有一个估值,使定价将市场出清和预算内,如果买方不透露预算,但将导致一组较小的分配项目(和更高的价格项目),如果买方透露预算。Babaioff等人对于子模函数保证市场出清的条件在有预算时也不一定是市场出清。此外,关于社会福利,而没有预算的所有均衡是最优的(即POA = POS = 1),我们表明,预算的最坏的均衡可能只达到1/(n-2)的最好的均衡。
2016-02-09 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
Revenue Maximizing Envy-Free Pricing in Matching Markets with Budgets
我们研究了在匹配市场中$m$项目和$n$预算受限的买家的无嫉妒定价机制。每个购买者都对出售的商品的一个子集感兴趣,并且她以某个单一价值评估她偏好集中的每一个商品。此外,每个买家都有一个预算,限制最大可负担的付款,而她的目标是获得尽可能多的项目,她的偏好集。我们的目标是计算一个无嫉妒的定价分配,使收入最大化,即,向买方收取的总付款。对于任何$ε>0$,这个定价问题很难比$Ω({\rm min} \{n,m\}^{1/2-ε})$更好地近似,除非是$P=NP$。硬度的结果是由于存在的匹配约束,给定的更简单的多单元的情况下,可以近似到一个常数因子$2$。本文的目标是通过限制我们自己的具体设置的估值和预算,以规避硬度的结果。两个特别重要的场景是:每个买家的预算都大于其单值估值,每个买家的预算都低于其单值估值。令人惊讶的是,在这两种情况下,我们都能够实现$1/4$ -接近最佳的无嫉妒的收入。该算法利用了一个新版本的Ausebel上升价格拍卖。这些结果可能表明,虽然它是很难近似的最优收益一般,在大多数实际情况下,价格递增拍卖可以实现相对较好的收益。
2016-10-28 cs.GT
Unit-Demand Pricing for Min-Buying Customers
University of Tulsa(塔尔萨大学);Baruch College(巴鲁克学院);University of Pittsburgh(匹兹堡大学)
该研究针对最小购买行为顾客的单位需求定价问题,证明对称环境下统一定价常最优,非对称环境下统一定价可保证约69.86%最优收益,凸显保守需求模型下非统一定价价值降低。
2026-10-14 cs.GT econ.TH
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
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
Envy-Free Pricing in Large Markets: Approximating Revenue and Welfare
我们研究了无嫉妒定价的经典设置,其中一个单一的卖方选择价格为它的许多项目,与收入最大化的目标,一旦项目被分配。尽管大量的工作解决这样的设置,这个问题的大多数版本都抵制良好的近似因子最大化的收入,这是真实的,即使是经典的单位需求的情况下。在本文中,我们研究了无嫉妒定价与单位需求的买家,但与以往的工作不同,我们专注于大市场:其中每个买家的需求是无限小的整体市场的规模相比。我们假设买家对他们想要的物品的估价有一个很好的(尽管是合理的)结构,即,总买方需求具有单调的风险率,并且每种买方类型的价值来自相同的支持。对于这样大的市场,我们的主要贡献是一个1.88近似算法的收入最大化,显示出良好的定价方案时,可以计算出大量的买家。我们还给出了一个(e,2)-双准则算法,同时接近最大的收入和福利,从而表明,它是可以同时获得良好的收入和福利。我们进一步推广我们的结果,放松我们的一些假设,并量化在我们的设置收入和福利之间的必要权衡。我们的研究结果是第一个已知的近似大型市场,关键是依赖于新的下限,我们证明了收入最大化的价格。
2017-05-02 cs.GT
Non-Linear Pricing Restores Tractability for a Data Seller
University of Illinois, Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究探讨数据卖方在预算受限买方下设计定价机制,发现允许非线性定价不仅能增加收入,还能恢复计算可处理性,最优定价具有分段线性凸结构,且拐点数量受买方数量限制。
2026-09-30 cs.GT
Reputation and Pricing Dynamics in Online Markets
我们研究在线市场中卖家和买家之间的经济互动。在这样的市场中,买家对产品质量的信息有限,但可以观察到卖家的声誉,这取决于他们过去的交易历史和过去买家的评级。卖家通过定价在同一个市场上竞争,同时考虑其异质声誉的影响。我们考虑卖方有限以及无限的能力,这对应于不同的实际市场情况。在无限卖方能力的情况下,买家更喜欢与最高的声誉价格比的卖方。如果最高和第二高卖家声誉水平之间的差距足够大,那么最高声誉的卖家就可以垄断市场。如果卖家的声誉水平相对接近,那么那些声誉相对较高的卖家将在均衡中生存,而其余声誉相对较低的卖家将获得零市场份额。在有限的卖方能力的情况下,我们进一步考虑两种不同的情况。如果每个卖方只能为一个买方服务,那么卖方有可能在均衡时设定垄断价格,而所有卖方都获得正的市场份额;如果每个卖方可以为多个买方服务,那么卖方有可能在均衡时设定最高价格。仿真结果表明,在长期的交互作用下,信誉和价格的动态变化将收敛到稳态,而卖家的初始买家评分在决定稳态下卖家的信誉和价格方面起着关键作用.
2021-03-30 cs.GT
Buy-Many Mechanisms for Many Unit-Demand Buyers
本研究将多购买约束拓展至多买家场景,提出基于事前松弛的收益基准,证明带买家专属定价的序列物品定价机制可实现O(log m)的最优近似,并贡献两项技术创新。
2024-05-16 cs.GT
Price Doubling and Item Halving: Robust Revenue Guarantees for Item Pricing
我们研究了基于静态物品定价的收益最大化的近似算法。在静态物品定价中,卖方为市场上的各种商品选择价格,然后买方以这些给定的价格购买效用最大化的捆绑产品。我们制定了两个有点通用的技术,设计良好的定价算法,这种设置:价格加倍和项目减半。使用这些技术,我们统一了许多现有的结果,在一个共同的框架下的项目定价文献,以及提供了几个新的项目定价算法近似的收入和社会福利。更具体地说,对于各种设置与项目定价,我们表明,它是可以确定性地获得一个对数近似的收入和一个常数近似的社会福利同时:因此,一个不需要牺牲收入,如果目标是仍然有体面的福利保障。%此外,我们提供了一个新的黑盒减少从收入到福利的基础上项目定价,这立即给我们新的收入-近似算法(例如,替代品估值)。本文的主要技术贡献是一个$O((\log m + \log k)^2)$ -近似算法的收入最大化的基础上,项目减半技术,设置买家有XoS估值,其中$m$是商品的数量和$k$是平均供应。令人惊讶的是,我们的是第一个已知的项目定价算法与多对数近似这样的一般类的估值,并部分解决了一个重要的公开问题,从算法定价文献的存在项目定价算法与对数因子的一般估值。我们还使用项目减半的框架,以形成羡慕免费项目定价机制的流行设置的多单位市场,提供了一个对数近似的收入在这种情况下。
2017-05-02 cs.GT
Pricing with Tips in Three-Sided Delivery Platforms
研究带小费的三方配送平台定价均衡,发现小费能保证均衡存在且提升福利,但最优均衡计算为NP-hard,故提出市场结构条件以确保有效均衡存在并实现多项式时间计算。
2025-07-15 cs.GT
Strategy-robust Online Learning in Contextual Pricing
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
本文提出了一种策略稳健的在线学习方法,用于应对情境定价中的战略行为,通过稀疏更新机制确保鲁棒性,并提供了将专家算法转化为稳健学习者的黑盒减少。
2026-11-10 cs.GT
Optimal Pricing Schemes for an Impatient Buyer
耐心的卖家旨在向不耐烦的买家出售商品(即,一个随着时间的推移而折扣效用的人)。买方将在市场上停留一段时间$T$,她的私人价值来自一个公开的分配。卖方的收入最优定价曲线((价格,时间)对序列)是什么?随机化在这里有帮助吗?收益最优定价曲线在多项式时间内可计算吗?我们在本文中回答这些问题。我们给出了一个有效的算法计算收入最优定价曲线。我们表明,定价曲线,张贴在每个时间点的价格,让买家选择她的效用最大化的时间购买,是收入最优的一类更广泛的顺序彩票机制。即,允许销售者在每个时间点张贴彩票菜单的机制不能获得比定价曲线更高的收入。我们还表明,甚至更广泛的一类机制,允许菜单的彩票自适应设置,可以赚取严格高于定价曲线的收入,收入差距可以大到买方的价值分布的支持大小。
2023-02-11 cs.DS cs.GT econ.TH
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
Optimal Pricing for Submodular Valuations with Bounded Curvature
最优定价问题是组合拍卖中的一个基本问题。假设有一个卖家拥有不可分割的物品,而多个买家想要购买这些物品的组合。卖方希望以尽可能高的价格出售他的物品,每个买方都希望最大化他的效用(即,只要他的付款不超过他的预算。最优定价问题寻求每个物品的价格和物品对购买者的分配,使得每个购买者在价格下实现最大效用。问题的目标是最大化买方的总付款。在本文中,我们考虑的情况下,赋值是次模。我们表明,这个问题是计算困难的,即使只有一个买家。然后,我们提出了近似算法的无限预算的情况下。我们还扩展了有限预算的情况下,存在一个买家和多个买家相互合作的算法。
2016-11-23 cs.DS cs.GT
Optimal Pricing of Information
决策者正在主动行动(例如,购买房屋、投资某些股票)和被动行动。主动行为的收益取决于购买者的私人类型和未知的自然状态。信息出售者可以设计实验,向决策者揭示关于实现状态的信息,并希望通过出售这些信息获得最大利润。我们的特点,在封闭的形式,销售商的收入最优的信息销售机制。在引出买方的类型后,最优机制向买方收取预付款,然后简单地揭示已实现状态是否超过一定的阈值。最优机制具有价格歧视和信息歧视的双重特征。主动行为与被动行为之间先验无差别的特殊买方类型从参与机制中获益最大。
2021-10-27 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
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
Robust Pricing with Refunds
在购买之前,体验商品的购买者使用各种信息源来了解产品的适合度,包括销售者可能不知道的一些信息源。然而,购买者只有在购买并试用产品后才能最终了解产品的适合性。我们表明,卖方可以使用一个简单的机制,最好地利用买方的购买后学习,以最大限度地提高他的利润。我们发现,这种机制结合了慷慨的退款,这表现得很好,当买方是相对知情的,与不可退还的随机折扣,这工作以及当买方是相对不知情的。
2020-05-20 cs.GT econ.TH
On Optimal Mechanisms in the Two-Item Single-Buyer Unit-Demand Setting
我们考虑的问题,设计一个收入最优的机制,在两个项目,单一的买家,单位需求设置时,买方的估值,$(z_1, z_2)$,均匀分布在一个任意的矩形$[c,c+b_1]\times[c,c+b_2]$的正象限。对于任意非负值的$(c,b_1,b_2)$,我们给出了一个完整的显式解.我们确定了五个简单的结构,每个结构最多有五个(可能是随机的)选单项,并证明了最佳机制具有五个结构之一。我们还将最佳机制表征为$b_1, b_2$和$c$的函数。当$c$较低时,最优机制是有排除区域的公布价格机制;当$c$较高时,最优机制是无排除区域的公布价格机制。我们的研究结果是第一次显示存在的最佳机制,没有排斥区域,尽我们所知。
2019-03-05 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
Optimal Multi-Item Auctions with I.I.D. Values
Renmin University of China(中国人民大学);Beijing Institute of Technology(北京理工大学)
该研究针对满足DSIC和事后个体理性的多物品拍卖,对两点分布给出最优确定性机制与多项式时间收益算法,证明一般有限支撑分布下的计算难度,并在参数限制下给出精确与近似算法。
2026-10-09 cs.GT
Simple Mechanisms for a Subadditive Buyer and Applications to Revenue Monotonicity
研究了一个具有n个异质物品的卖方出售给一个单一买方的收益最大化问题,该买方的物品集的估价函数是未知的,并且来自某个分布D。我们表明,如果D是一个分布在次可加估值与独立的项目,那么更好的定价每个项目单独或定价只有大捆绑实现了一个常数因子近似的最优机制的收入。这包括k-需求的买家,可加到一个拟阵约束,或可加到任何向下闭集系统的约束(并且其单个项目的值是独立采样的),以及具有独立绘制的项目乘数的分数次可加的买家。我们的证明利用了先前工作中开发的核心-尾部分解框架,对于明显更简单的添加剂购买者类别显示了类似的结果[LY 13,BILW 14]。在本文的第二部分中,我们建立了近似最优简单机制和近似收入单调性之间的联系。收入非单调性是这样一种现象,即有时严格增加每个集合的买方价值会严格减少最佳机制的收入[HR 12]。使用我们的主要结果,我们得出了一个如何坏这种退化的界限(和配音这样一个界的近似收入单调性的证明),我们进一步表明,更好的近似单调性的界限意味着我们的简单机制更好的分析。
2018-07-04 cs.GT
On Revenue Maximization with Sharp Multi-Unit Demands
我们考虑由一组不可分割的物品组成的市场,以及具有{ \em sharp}多单位需求的买家。这意味着每个买家$i$都想要特定数量的$d_i$物品;尺寸小于$d_i$的捆绑没有价值,而尺寸大于$d_i$的捆绑价值不超过最有价值的$d_i$物品(估值是相加的)。我们考虑的目标是制定价格和分配,以最大限度地提高做市商的总收入。多单位需求下的定价问题具有单位需求模型所不具备的一些性质,是算法定价中的一个重要问题。我们考虑的问题计算收入最大化的解决方案的两个解决方案的概念:竞争均衡和无嫉妒定价。对于无限制的估值,这些问题是NP完全的,我们专注于一个现实的特殊情况下,“相关值”,每个买家$i$有一个估价$v_i\qual_j$项目$j$,其中$v_i$和$\qual_j$是积极的数量与买家$i$和项目$j$分别。我们提出了一个多项式时间算法来解决收入最大化的竞争均衡问题。对于无嫉妒定价,如果每个购买者的需求是有界的常数,一个收入最大化的解决方案,可以有效地找到一般的需求情况下,被证明是NP-难的。
2014-12-30 cs.GT
eBay's Market Intermediation Problem
研究了通过连接买卖双方而获得收益的市场中介所面临的最优机制设计问题。我们首先证明了最优中介协议具有实质性的结构:它是算法定价问题的解决方案,其中卖方的成本被虚拟成本所取代,卖方的付款仅需要取决于买方的行为,而不是买方的实际估值函数。由于潜在的算法定价问题可能难以最佳解决,我们研究了特定的买方行为模型,并给出了可证明的近似保证机制。我们发现,只提供一个最有利可图的项目出售保证了$Ω(\frac1{\log n})$部分的最佳收入时,项目价值分布是独立的,并有单调的风险率。当买方同时考虑所有项目、$k$项目或按顺序考虑项目时,我们也给出常数因子近似值。
2012-10-11 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
Diffusion Multi-unit Auctions with Diminishing Marginal Utility Buyers
我们考虑一个拍卖设计问题,卖方出售多个同质项目的一组连接的买家。每个买家只知道她直接联系的买家,并且对物品的边际效用估值递减。卖家最初只连接到一些买家,他们可以直接被卖家邀请参加销售。我们的目标是设计一个拍卖,激励那些知道拍卖的买家进一步邀请他们的邻居加入拍卖。这是具有挑战性的,因为买家是竞争的项目,他们不会邀请对方默认。因此,需要对传播信息的买家给予奖励,但奖励应精心设计,以保证邀请激励和卖家的收入。最近已经提出了解决方案的设置,每个买家最多需要一个单位,并证明了设计的困难。我们提出了第一个扩散拍卖的多单位的需求设置,以提高双方的社会福利和卖方的收入。
2023-02-26 cs.GT
Pricing Ad Slots with Consecutive Multi-unit Demand
我们考虑了富媒体广告市场模型的最优定价问题,以及其他相关的应用。在这个市场中,有多个买家(广告商),以及排列在一条线上的项目(插槽),例如网站上的横幅。每个购买者期望特定数量的{ \em连续}时隙并且具有每单位质量值$v_i$(仅取决于广告),而每个时隙$j$具有质量$q_j$(仅取决于位置,诸如位置拍卖中的点进率)。因此,买方$i$对项目$j$的估价为$v_iq_j$。我们要决定分配和价格,以最大限度地提高做市商的总收入。与传统位置拍卖的一个关键区别是广告客户要求固定数量的连续位置。对于大尺寸的富媒体广告,可能需要连续的槽。我们研究了三种主要的定价机制,贝叶斯定价模型,最大收益市场均衡模型和一个无嫉妒的解决方案模型。在贝叶斯模型下,设计了一个收益最优的多项式时间可计算可信机制。对于市场均衡范式,我们找到了一个多项式时间算法来获得最大收益的市场均衡解。在无嫉妒的情况下,当购买者对连续插槽的数量有相同的需求时,给出了一个最优解。我们进行了一个模拟,比较了上述方案的收入,并给出了令人信服的结果。
2013-08-06 cs.GT
Fine-Grained Buy-Many Mechanisms Are Not Much Better Than Bundling
众所周知,多项目收入最优机制非常复杂,通常为购买者提供随机的商品彩票。在标准的买一模型中,众所周知,最佳机制可以产生比任何“简单”机制(物品数量的大小多项式)高得多的收入,即使只有两个物品和一个买家(Briest et al. 2015,Hart and Nisan 2017)。我们引入了一类新的参数化机制,即购买- $k$机制,它在经典的购买一机制和最近研究的购买多机制之间平滑插值(Chawla et al. 2019,Chawla et al. 2020,Chawla et al. 2022)。购买- $k$机制允许购买者购买多达$k$的许多菜单选项。我们表明,限制卖方购买类$n$激励兼容机制足以克服奇异的,无限的收入属性的买一模型。我们的主要结果是,收入差距相对于捆绑,一个非常简单的机制,是有界的$O(n^2)$为任何任意相关的分布$\mathcal{D}$在$n$项目的情况下,添加剂买家。我们的技术也使我们能够证明类似的上界任意单调估值,虽然在近似的指数因子。在消极的一面,我们表明,允许买方购买少量的菜单选项不足以保证次指数近似,即使我们削弱了基准的最佳购买- $k$确定性机制。如果添加购买者仅被允许购买$k = Θ(n^{1/2-\varepsilon})$许多菜单选项,则在$n$中,收入最优的确定性购买- $k$机制与捆绑之间的差距可以是指数级的。特别是,这意味着没有“…
2022-11-18 cs.GT
Optimal Pricing is Hard
我们表明,计算的收入最优确定性拍卖在单位需求单买方贝叶斯设置,即最优的项目定价,是计算困难的,即使在单项目设置,其中买方的价值分布是一个独立分布的属性,或多项目设置,其中买方的价值的项目是独立的。我们还表明,它是难以最优定价的大捆绑的多个项目的附加投标人的项目的价值是独立的。这些困难源于价值分布的隐含定义。我们提供了三个例子,隐式分布的不同属性如何导致棘手:第一个是一个P-硬度证明,而其余两个是减少从SQRT-SUM问题的Garey,格雷厄姆和约翰逊。虽然简单的定价方案通常可以近似于收入的最佳方案,但它们可能具有截然不同的基本结构。因此,我们认为,无论是规格的输入分布必须高度限制的格式,或者它是必要的目标仅仅是近似的最优方案的收入,而不是计算性能的计划本身。
2015-03-09 cs.GT
Incentive-aware Contextual Pricing with Non-parametric Market Noise
Massachusetts Institute of Technology(麻省理工学院)
本文研究了多个策略购买者的重复情境第二价格拍卖的动态定价问题,这些购买者的目标是最大化他们的长期时间折扣效用。卖方对买方的总体需求曲线的信息有限,这取决于非参数的市场噪声分布,买方可能会提交损坏的出价(相对于真实估值),以操纵卖方的定价政策,在未来更有利的保留价。我们专注于设计卖方的学习政策,以设置上下文的保留价,卖方的目标是最大限度地减少后悔相比,一个基准的千里眼政策,有充分的信息,买家的需求的收入。我们提出了一个阶段性的结构,采用随机的“隔离”期间,在此期间,买方被随机选择单独参加拍卖的政策。我们表明,这种设计允许卖方控制的期间,买方显着腐败他们的出价的数量。然后我们证明我们的政策享有$T$ -时期遗憾的$\widetilde{\mathcal{O}}(\sqrt{T})$面对战略买家。最后,我们进行数值模拟,比较我们提出的算法标准的定价政策。我们的数值结果表明,我们的算法优于这些政策下的各种买方投标行为。
2023-02-07 cs.GT cs.LG stat.ML
Bandit Sequential Posted Pricing via Half-Concavity
School of Computer Science, Georgia Tech(佐治亚理工学院计算机学院)
针对先验未知的序贯定价问题,论文提出老虎机学习算法,利用收入函数的半凹性获得正则与一般分布下关于T近优且紧的遗憾界。
2024-06-12 cs.DS cs.GT cs.LG
Escaping Cannibalization? Correlation-Robust Pricing for a Unit-Demand Buyer
我们考虑一个强大的版本的收入最大化问题,其中一个单一的卖方希望出售$n$项目的一个单一的单位需求的买家。在这个健壮的版本中,卖方知道买方的边际价值分布为每个项目分别,但不是联合分布,并定价的项目,以最大限度地提高收入在最坏的情况下,在所有兼容的相关性结构。我们设计了一个计算效率高(多项式的边际支持大小)的算法,计算最坏情况下的联合分布的任何选择的项目价格。然而,与添加剂买方案例(Carroll,2017)形成鲜明对比的是,我们表明,在任何因素内逼近价格的最优选择都是NP-困难的,优于$n^{1/2-ε}$。对于满足单调风险率属性的边际分布的特殊情况下,我们展示了如何使用项目定价来保证最优最坏情况收入的恒定比例;这种定价等于所有可能的相关性的收入,并且可以有效地计算。
2020-08-25 cs.CC cs.GT econ.TH
On Welfare Approximation and Stable Pricing
我们研究的权力项目定价作为一种工具,近似优化社会福利在一个组合市场。我们考虑具有$m$不可分割项目和$n$买家的市场。我们的目标是设置价格的项目,使代理人购买他们最需要的同时,没有冲突的出现,并获得分配具有接近最优的福利。对于总替代品估值,众所周知,以这种方式实现最佳福利是可能的。我们要问的是:除了总替代品之外,人们能否实现近似有效的估值结果?我们表明,即使是次模估值,即使只有两个买家,不能保证近似优于$Ω(\sqrt{m})$。同样的下限也适用于一心一意的买家。除了福利近似的负面结果之外,我们的结果对这些估值类别的收入近似也产生了令人畏惧的影响:为了获得对所收集收入的良好近似,人们必须放弃将收入与最佳福利进行比较的常见方法;需要一种全新的方法。
2015-11-07 cs.GT
Fairness-aware Contextual Dynamic Pricing with Strategic Buyers
本文研究了带有公平性约束的上下文动态定价问题,考虑了买家在群体身份私密且不可观测时的战略行为,提出了一种同时实现价格公平并遏制战略行为的动态定价策略,理论分析表明该策略在T时间范围内具有O(√T + H(T))的 regret 上界,并通过实验验证了其有效性。
2026-03-14 cs.GT cs.LG stat.ML
The Price of Anarchy of Two-Buyer Sequential Multiunit Auctions
研究了完全信息下两个购买者的序列多物品拍卖的效率问题。对于一般的估价函数,我们证明了无政府状态无政府代价的价格正好是$1/T$的拍卖与$T$项目出售。对于凹估值函数,我们证明了无政府状态的无政府代价在$1-1/e\simeq 0.632$下有界。这个界限是渐近紧的,因为售出的商品数量趋于无穷大。
2020-07-20 cs.GT
Arbitrage-free Data Pricing
Zhejiang University(浙江大学)
研究买方通过贝叶斯决策评估数据价值时的最优数据定价问题,提出无套利约束下的信息定价框架,并利用Blackwell优势刻画无套利条件。
2026-06-09 cs.GT
Optimal Fixed-Price Mechanism with Signaling
研究信息不对称下卖家通过策略性披露物品质量信息以调整固定价格的机制设计问题,证明在多买家事中个人理性条件下固定价格信号机制能带来比传统固定价格机制更高的收益。
2024-11-16 cs.GT
Learning What's going on: reconstructing preferences and priorities from opaque transactions
我们考虑一个设置,其中$n$买家,组合偏好超过$m$项目,和卖方,运行基于优先级的分配机制,反复互动。我们的目标是,通过观察关于这些互动结果的有限信息,重建买家的偏好和卖家的机制。更具体地说,我们考虑一个在线设置,在每个阶段,一个子集的买家到达并分配物品,根据一些未知的优先级,卖方在买家。我们的学习算法只观察哪些买家到达和产生的分配(或分配的某些功能,例如哪些买家获得了正效用,哪些没有),其目标是预测未来买家子集的结果。对于这个任务,学习算法需要重建买家之间的优先级和每个买家的偏好。我们推导出错误边界算法添加剂,单位需求和单一的头脑买家。我们还考虑的情况下,买方的公用事业的固定捆绑可以改变阶段之间由于不同的(观察到的)价格。我们的算法在计算时间和最大错误数(买家和物品的数量都是多项式)方面都是有效的。
2014-08-27 cs.GT
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
Contextual Dynamic Pricing with Strategic Buyers
Mitchell E. Daniels, Jr. School of Business, Purdue University(普渡大学米切尔·E·丹尼尔斯 Jr.商学院);Department of Statistics and Data Science, Yale University(耶鲁大学统计与数据科学系);Department of Industrial Engineering and Management Sciences, Northwestern University(西北大学工业工程与管理科学系)
针对策略性买家操纵特征数据导致卖家利润受损的问题,提出一种将策略性行为纳入在线学习的动态定价策略,实现 $O(\sqrt{T})$ 遗憾界,并支持边际成本未知场景。
2024-06-25 cs.AI cs.GT cs.LG
A note on solving the envy-free perfect matching problem with qualities of items
本文针对带物品质量、买家有固定预算的无嫉妒完美匹配问题,证明估值矩阵具逆Monge性质,提出基于动态规划的二次时间求解算法,改进了原有三次时间复杂度。
2023-08-24 cs.GT
Menu-size Complexity and Revenue Continuity of Buy-many Mechanisms
研究了垄断者将$n$异质商品出售给单一购买者的多商品机制设计问题。我们关注的是多买机制,这是一种在实践中经常使用的自然机制。buy-many属性允许买方多次与机制交互,而不是像更常见的buy-one机制那样只交互一次。这强加了额外的激励约束,从而限制了卖方可以使用的机制的空间。在本文中,我们探讨了购买一个和购买多个机制的两个重要属性:收入的连续性和菜单大小的复杂性之间的质的差异。我们的第一个主要结果是,当购买者的价值函数的扰动乘以一个因子$1\pmε$,购买多机制获得的最优收益只改变了一个因子$1 \pm \textrm{poly}(n,ε)$。相比之下,对于买一机制,在这样的扰动之后,所得的最优机制的收益可以任意改变。我们的第二个主要结果表明,在任意分布的任意估值,有限的菜单大小足以实现一个$(1-ε)$ -近似的最优多买机制。我们给紧的上限和下限的菜单项的数量作为$n$和$ε$的函数。另一方面,这样的结果不成立买一个机制,即使是两个项目和一个买家与单位需求或添加剂估值,菜单大小的复杂性近似最优机制是无界的。
2020-03-24 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
Optimal (and Benchmark-Optimal) Competition Complexity for Additive Buyers over Independent Items
竞争复杂度是指为了使(确定性的,先验独立的,主导策略真实的)Vickrey-Clarke-Groves机制比(随机的,先验依赖的,贝叶斯真实的)最优机制获得更大的收益而需要的额外投标人的数量。我们证明了$m$独立项目上具有可加估值的$n$投标者的竞争复杂性至多为$n(\ln(1+m/n)+2)$,也至多为$9\sqrt{nm}$ .当使用$n \leq m$时,第一个界限对于常数因子是最优的,即使项目是独立同分布的。普通的。当$n \geq m$,第二界是最佳的基准中介绍的[TW 17 a]常数的因素,即使当项目是i.i.d.普通的。我们进一步表明,虽然伊甸园等。基准不一定是紧在$n \geq m$制度,竞争的复杂性$n$投标人与附加估值甚至$2$ i.i.d.常规项目确实是$ω(1)$。我们的主要技术贡献是从分析Eden等人的基准减少到证明某些随机变量的随机优势。
2018-12-05 cs.GT