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 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
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
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
Deep Learning Based Auction Design for Selling Agricultural Produce through Farmer Collectives to Maximize Nash Social Welfare
Plaksha University(普拉克斯哈大学);Indian Institute of Science(印度科学学院)
本文提出一种基于深度学习的体积折扣拍卖机制,通过农民合作社销售农产品以最大化纳什社会福利,优于传统拍卖机制。
2025-12-26 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
Selling Two Goods Optimally
我们提供了充分的条件,收入最大化的两个很好的垄断,买方的项目的价值来自独立的(但不一定是相同的)分布在有界区间。在一定的分配假设下,我们给出了最优销售机制的价格和分配规则的精确的封闭式公式。作为一个附带的结果,我们给出了第一个例子,一个最佳的机制,在i.i.d.在形式为$[0,b]$的支撑上进行设置,该支撑不是确定性的。由于我们的框架是基于对偶技术,我们也能够证明如何稍微放松的版本,它仍然可以用来设计机制,有很好的近似比方面的最佳收益,通过“凸”的过程。
2015-11-22 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
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
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
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
Improved Revenue Guarantees for Selling Separately and Bundling
Google Research(谷歌研究);Yale University(耶鲁大学);Google DeepMind(谷歌DeepMind)
针对单一可加买家,证明分开销售或整体捆绑销售中较优者能达到最优收益的3.52倍以内,改进了先前5.2的近似因子,缩小了与下界2的差距。
2026-09-25 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
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 a Single Item with Negative Externalities
本文研究具有负外部性的单一商品销售监管问题,建立模型分析监管政策效率,证明同质市场中仅需监管支付或生产之一即可达到最优,任意市场中亦存在仅监管一方面的近似最优政策。
2019-02-26 cs.CR cs.CY 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
Maximizing $p$-Mean Social Welfare in the High-Multiplicity Setting: Few Agent Types and Few Item Types
National Economics University(国民经济大学);Khalifa University of Science and Technology(哈利法科技大学)
该论文研究高多重性设置下$p$-均值社会福利最大化,证明少数物品类型时NP-hard,并给出少数类型下的FPTAS和PTAS,基本解决其复杂性与可近似性。
2026-10-06 cs.AI 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
Dividing Indivisible Items for the Benefit of All: It is Hard to Be Fair Without Social Awareness
Royal Holloway, University of London(伦敦大学皇家霍洛威学院);Czech Technical University in Prague(布拉格捷克理工大学);AGH University of Krakow(克拉科夫AGH科技大学)
针对资源分配对群体或社会的影响,研究在维持公平准则下最大化社会影响的不可分割物品分配问题,揭示其复杂度取决于智能体是否具有社会意识,并给出不同场景下的复杂度与可解性结果。
2025-11-12 cs.GT
Allocating Indivisible Resources under Price Rigidities in Polynomial Time
在许多现实的资源配置问题中,经济效率必须与社会公平相结合,价格刚性往往是根据一定的经济和社会需要而制定的。研究了价格刚性条件下销售多个不可分割商品的动态机制的计算问题。我们提出了一个多项式算法,可以用来找到过度需求的项目集,然后引入一个动态的机制与配给发现价格刚性下的约束瓦尔拉斯均衡在多项式时间。我们还讨论了卖方期望利润和物品期望价格的计算,并讨论了期望利润意义下的战略问题。
2014-05-26 cs.GT cs.MA
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
APX-Hardness of Maximizing Nash Social Welfare with Indivisible Items
我们研究的问题,分配一组不可分割的项目的代理具有可加性的效用,以最大化纳什社会福利。科尔和Gkatzelis最近证明,这个问题承认一个常数因子近似。我们通过证明这个问题是APX困难的来补充他们的结果。
2015-07-05 cs.CC cs.DS 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
Mobile Social Services with Network Externality: From Separate Pricing to Bundled Pricing
如今,许多无线设备提供商选择销售与补充移动社交服务捆绑的设备,这表现出很强的正网络外部性。本文旨在量化销售设备和补充服务的好处下,以下三种策略:单独定价,捆绑定价和混合定价(单独和捆绑选项都提供)。本文分别针对物理连接共享和虚拟内容共享这两种流行的服务模型,对上述三种策略进行了综合比较。我们首先研究物理服务模型,其中提供商(例如,FON)为用户提供定制的WiFi设备,用于室内互联网接入,并允许服务订阅者在旅行时物理访问所有设备所有者的WiFi。观察到所有的设备所有者有助于连接共享,我们表明,通过Stackelberg博弈论的方法,捆绑定价优于单独定价,只要设备和服务的总成本是合理的低,以刺激网络外部性。此外,由于定价的灵活性,混合定价严格优于捆绑定价,以保持较高的边际利润的设备销售。接下来,我们研究虚拟共享服务模型,其中提供商(例如,苹果)销售设备和设备支持的应用程序。与连接服务模型不同,在该模型中,服务订户直接贡献于虚拟内容共享,并且网络外部性可以相当强。我们证明了混合定价退化为捆绑定价,如果网络外部性程度大于平均设备估值,这是在形成鲜明对比的连接服务模型,混合定价总是优于捆绑定价。
2018-03-20 cs.GT
Understanding Fashion Cycles as a Social Choice
我们提出了一个研究时尚趋势的正式模型,根据时尚物品的三个参数:(1)它们的内在效用;(2)与重复使用物品相关的个人厌倦;(3)与其他人的偏好相关的社会影响。虽然有几个作品强调社会影响力在理解时尚趋势的影响,在本文中,我们将展示如何无聊在个人和社会选择中发挥重要作用。我们展示了如何无聊可以用来解释几种情况下的周期性选择,如一个人谁必须选择一家餐馆每天访问,或一个社会,必须反复“投票”的一个单一的时尚风格从集合。我们正式表明,一个社会,投票给一个单一的时尚风格可以被视为一个单一的个人通过不同的选择自行车。在我们的模型中,一件物品的效用被过去积累的无聊程度所抵消;这种无聊随着物品的每次使用而增加,当不使用时呈指数衰减。我们解决了最佳选择使用物品的问题,以便最大限度地提高整体满意度,即,在一段时间内的综合效用。首先,我们证明了总是选择具有最大当前综合效用的项目的简单贪婪启发式可以任意地比最优的更差。其次,我们证明了,即使只有一个人,确定最佳的选择项目的策略是NP-难的。第三,我们证明了一个简单的修改贪心算法,简单地加倍无聊的每个项目是一个可证明的接近最优策略。最后,我们提出了一个实验研究,从查询日志收集的真实世界的数据来比较我们的算法。
2010-09-14 cs.GT
A Social Welfare Optimal Sequential Allocation Procedure
Universität Rostock(罗斯托克大学);NICTA(澳大利亚国家信息与通信技术研究院);UNSW(新南威尔士大学)
我们考虑一个简单的顺序分配过程中,代理人轮流挑选项目之间共享不可分割的项目。假设代理之间的附加效用和独立性,我们证明了每个代理的期望效用是在多项式时间内可计算的。利用这一结果,我们证明了期望的功利社会福利最大化时,代理轮流。我们还认为,这种机制仍然是最佳的代理人时,行为的战略
2013-04-23 cs.AI cs.GT cs.MA
Estimating the Expected Social Welfare and Cost of Random Serial Dictatorship
本文研究随机串行独裁机制下,通过少量采样近似期望社会福利与成本,证明在#P难精确计算下仍可行。
2024-05-23 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
Contiguous Allocation of Indivisible Items on a Path
研究路径上不可分割物品的连续块分配,证明多种稀疏二元加性情形下的 NP 完全性,并给出功利主义与平等主义福利的 FPT、近似算法及固定顺序情形的复杂度结果。
2025-01-11 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
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
Nash Social Welfare for Indivisible Items under Separable, Piecewise-Linear Concave Utilities
最近Cole和Gkatzelis给出了第一个常数因子近似算法的问题分配不可分割的项目给代理商,在加法估值,以最大化纳什社会福利。我们给常数因子算法的一个实质性的推广他们的问题-的情况下,可分离的,分段线性凹效用函数。我们给出了两个这样的算法,第一个使用市场均衡,第二个使用稳定多项式的理论。在AGT中,缺乏设计分配不可分割货物的机制的方法,Cole和Gkatzelis的结果似乎朝着填补这一空白迈出了重要一步。我们的研究结果可以看作是朝着这个方向迈出的又一步。
2017-04-06 cs.DM cs.DS cs.GT
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
Bias-Resistant Social News Aggregator Based on Blockchain
在当今世界,社交网络已经成为用于创建和传播新闻的主要来源之一。社交新闻聚合器是这一领域的参与者之一,用户在其中发布新闻项目并使用正面或负面投票来表明他们对新闻项目的偏好。新闻项目将根据其汇总投票进行排序和显示。这种方法存在几个问题,从倾向于大多数人的主导地位到难以区分正确和假新闻,以及缺乏诚实行为的激励。在本文中,我们提出了一个基于图的新闻聚合器,而不是投票的新闻项目,用户提交他们的投票对新闻项目之间的关系。更准确地说,如果用户认为两个新闻条目相互支持,他将对两个条目之间的链接提交积极投票,如果他认为两个新闻条目相互破坏,他将对相应的链接提交反对票。这种方法主要有两个可取的特点:(1)减轻个人偏好对投票的影响,(2)将新项目与认可和争议证据联系起来。这种方法有助于新闻播音员更好地理解新闻的不同方面。我们还引入了一个激励层,它使用区块链作为分布式透明管理器,鼓励用户诚实行事,避免敌对行为。激励层考虑到用户可以对新闻有不同的观点,使来自广泛观点的用户能够为网络做出贡献并从其奖励中受益。此外,我们还引入了一个协议,使我们能够证明区块链上激励层模型计算中的欺诈行为。最终,我们将分析防欺诈协议,并在广泛的合成数据集上检查我们的激励层。
2020-10-20 cs.DC 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
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
Constant Approximation for Weighted Nash Social Welfare with Submodular Valuations
Nanjing University(南京大学);Tsinghua University(清华大学);Technical University of Munich(慕尼黑工业大学)
研究次模估值下最大化加权纳什社会福利的分配问题,提出基于 Configuration LP 的首个常数近似算法,通过区分大小物品并借鉴无关机器调度舍入技术解决了该领域的开放问题。
2025-11-04 cs.DS cs.GT
Optimal Allocations under Strongly Pigou-Dalton Criteria: Hidden Layer Structure & Efficient Combinatorial Approach
School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University(中山大学深圳校区智能系统工程学院)
本文在强皮古-达尔文标准下研究最优社会福利分配问题,提出稳定分配算法并展示其高效性与稳定性。
2026-01-06 cs.GT
NP-Hardness of Approximating Nash Social Welfare with Supermodular Valuations
Tel Aviv University(特拉维夫大学)
该研究聚焦带超模效用的不可分物品纳什社会福利最大化分配问题,证明其对任意近似因子均为NP难,为相关算法设计提供了复杂度下界参考。
2025-10-30 cs.GT
Diversity and Exploration in Social Learning
在消费者搜索中,有一组项目。一个智能体对每一个项目都有一个优先权,并且可以支付一定的费用来学习她的值的实例化。在探索了一个子集的项目,代理选择一个,并获得等于其价值减去搜索成本的回报。我们考虑一个顺序模型的消费者搜索代理的价值观是相关的,每个代理更新她的先验知识的基础上探索过去的代理之前,执行她的搜索。具体来说,我们假设价值是一个共同价值组成部分(称为质量)和一个主观分数的总和。固定总价值的方差,我们说如果主观分数具有较大的方差,则总体更多样化。我们询问多样性如何影响平均效用。我们发现,中间的多样性水平产生显着更高的社会效用比极端情况下没有多样性(当代理下探索)或完全多样性(当代理无法相互学习),并量化的多样性水平的影响如何变化,这取决于所花费的时间搜索。
2019-05-13 cs.GT
Asymptotically Optimal Welfare of Posted Pricing for Multiple Items with MHR Distributions
研究了当所有$n$购买者的估值均服从单调风险率分布时,单位需求购买者的定价问题.我们表明,即使有多个项目的渐近最优福利可以保证。我们的主要结果适用的情况下,无论是买方的价值为不同的项目是独立的,或者它们是完全相关的。我们给出了使用动态价格的机制,该机制获得了期望中的最优社会福利的$1 - Θ\left( \frac{1}{\log n}\right)$分数。此外,我们设计的机制,只使用静态项目的价格和$1 - Θ\left( \frac{\log\log\log n}{\log n}\right)$ -竞争相比,最佳的社会福利。正如我们所示,这两个保证是渐近最优的,即使是一个单一的项目和指数分布。
2021-07-01 cs.DS cs.GT
Draft Auctions
我们引入了选秀拍卖,这是一种顺序拍卖格式,在每次迭代中,玩家都以固定价格竞标购买物品的权利。我们发现,草案拍卖提供了一个指数级的改善,在社会福利在均衡的顺序项目拍卖,预定的项目在每个时间步拍卖。具体来说,我们表明,任何subadditive估值的社会福利在均衡是一个$O(\log^2(m))$ -近似的最优社会福利,其中$m$是项目的数量。我们还提供了更严格的近似结果的几个子类。我们的福利保证贝叶斯纳什均衡和无悔的学习结果,通过平滑机制框架。独立的兴趣,我们的技术表明,在组合拍卖设置,效率保证的机制,通过平滑度为一个非常有限的一类基数估值,扩展与一个小的退化,次加性估值,最大的互补类的估值。草案拍卖的变体已在实践中使用,并已通过实验证明优于其他拍卖。我们的研究结果提供了理论依据。
2013-11-12 cs.GT
Budget-feasible Maximum Nash Social Welfare Allocation is Almost Envy-free
纳什社会福利(NSW)是一种平衡个体效用与整体效率的著名社会福利度量方法。在公平分配不可分割商品的背景下,Caragiannis等人(EC 2016和TEAC 2019)已经表明,最大化新南威尔士州的分配在一种商品(EF 1)中是无嫉妒的。在本文中,我们感兴趣的公平性的新南威尔士州在一个不可行的分配问题,其中每个项目都有一个成本,将产生的代理,它被分配给,每个代理有一个预算约束的项目,她收到的总成本。我们表明,一个不可行的分配,最大化NSW实现了1/4近似EF 1和近似比是紧的。当物品的成本与代理人的预算相比很小时,近似比会优雅地提高;当成本比接近无穷大时,近似比会收敛到1/2。
2020-12-07 cs.GT cs.MA
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
Maximizing Social Welfare Subject to Network Externalities: A Unifying Submodular Optimization Approach
针对网络外部性下的不可分割物品分配社会福利最大化问题,提出统一子模优化框架,利用目标函数的Lovasz延拓与多线性延拓设计多项式时间近似算法,可复现或改进现有算法。
2023-08-27 cs.DM cs.GT cs.MA
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