Approximately Optimal Auctions for Selling Privacy when Costs are Correlated with Data
我们考虑一个场景，其中数据库存储用户的敏感数据，分析师希望估计数据的统计信息。当用户的数据被使用时，他们可能会付出代价，在这种情况下，他们应该得到补偿。分析师希望得到一个准确的估计，而用户希望最大化他们的效用。我们希望设计一种机制，可以在不损害用户隐私的情况下准确地估计统计数据。由于用户的成本和敏感数据可能相关，因此保护数据和成本的隐私非常重要。我们通过假设用户的未知敏感数据从一组公开已知的分布中确定分布来建模这种相关性，并且用户的成本从该分布中得出。我们提出了一个更强大的隐私保护机制模型，每当用户向该机制透露有关其数据的信息时，他们都会得到补偿。在这个模型中，我们设计了一个贝叶斯激励兼容和隐私保护机制，保证准确性和保护隐私的成本和数据。
2012-04-18 cs.GT
Sponsored Search Auctions with Rich Ads
十多年来，通用第二价格（GSP）拍卖一直是赞助搜索广告的核心销售机制。然而，最近的趋势扩大了允许的广告格式集-包括各种大小，装饰和其他区别特征-这给基于GSP的平台带来了严重的问题。像Vickrey-Clarke-Groves（VCG）拍卖这样的替代方案带来了不同的复杂性，因为它们从根本上改变了价格的计算方式。在本文中，我们报告了我们的努力，重新设计一个搜索广告销售系统，从地面上在这个新的背景下，提出了一种机制，优化了整个石板的广告全球和计算价格，实现类似的属性由GSP在原来的，更简单的设置统一的广告。一个仔细的算法耦合的分配优化和定价计算允许我们的拍卖操作在严格的时间限制内固有的实时广告拍卖。我们在雅虎的双子座搜索平台的拍卖报告的性能结果。
2017-01-20 cs.GT
Welfare Maximization with Deferred Acceptance Auctions in Reallocation Problems
我们使用Milgrom和Segal的延迟接受拍卖框架为资源重新分配问题设计了近似的弱组策略证明机制：采购拍卖设置中的无线电频谱和网络带宽重新分配问题和销售拍卖设置中的集合覆盖约束的成本最小化问题。我们的延迟接受拍卖是来自简单的贪心算法的基本优化问题，并保证近似最优的社会福利（成本）的代理人保留他们的权利（合同）。在重新分配问题中，我们设计了采购拍卖来购买代理的广播/访问权，以释放一些资源，这样未购买的权利仍然可以行使剩余的资源。在成本最小化问题中，我们设计了一个出售拍卖出售提前终止权与现有的合同，使一些最小的约束仍然满足剩余的合同代理。在这些问题中，当“被分配的”代理人进行交易、交换权利和支付时，客观和可行性约束是在“被拒绝的”代理人身上。
2015-09-20 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
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
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
Selling Privacy at Auction
本文从差分隐私的视角出发，对隐私数据市场进行研究.虽然私人数据的买卖已经大规模开始，但隐私作为商品的理论仍然缺失。在本文中，我们建议建立这样一个理论。具体来说，我们考虑一个数据分析师希望从人群中购买信息的设置，他可以从中估计一些统计数据。分析师希望以低廉的代价获得一个准确的估计。另一方面，私人数据的所有者因其隐私的损失而付出了一定的代价，并且必须对这种损失进行补偿。代理人是自私的，希望最大化他们的利润，所以我们的目标是设计真实的机制。我们的主要结果是，这样的拍卖可以自然地被视为多单位采购拍卖的变种和最佳解决方案。基于这一结果，我们得到拍卖的两个自然设置是最佳的小常数因子：1。在数据分析师有一个固定的准确性目标的设置中，我们表明，经典的Vickrey拍卖的应用程序实现了分析师的准确性目标，同时最大限度地减少他的总付款。2.在数据分析师有固定预算的情况下，我们给出了一种机制，该机制可以最大限度地提高结果估计的准确性，同时保证结果支付总额不超过分析师的预算。在这两种情况下，我们的比较类都是无嫉妒机制的集合，它对应于我们设置中的固定价格机制的自然类。在这两个结果中，我们忽略了隐私成本，因为个人隐私数据和他对隐私本身的估值之间可能存在相关性。然后，我们表明，一般来说，没有个人理性的机制可以补偿个人的隐私损失，由于他们报告的隐私估值。
2011-11-29 cs.CR cs.GT
A Two Stage Mechanism For Selling Random Power
我们提出了一个两阶段的拍卖机制，可再生能源发电商（或聚合）可以用来分配可再生能源之间的LSE。拍卖会提前一天举行。LSE提交投标，说明其每单位的估值，以及在发电量不足的情况下的实时履行成本。我们提出了一个分配规则和去分配规则，最大化预期的社会福利。由于LSE是战略性的，可能不会如实报告其私人估值和成本，我们设计了两部分付款，一部分在第一阶段，在实现可再生能源发电水平W之前支付，另一部分稍后确定作为补偿支付给那些在短缺情况下必须取消分配的LSE。我们提出了一个两阶段的随机VCG机制，我们证明是激励兼容的预期（预期收益最大化投标人将如实投标），个人理性的预期（所有参与者的预期收益是非负的），也是有效的。据我们所知，这是第一个销售随机商品的两阶段机制。
2018-09-27 cs.GT
Combining guaranteed and spot markets in display advertising: Selling guaranteed page views with stochastic demand
虽然页面浏览量通常在用户访问网站时通过实时拍卖立即出售，但也可以通过担保合同提前出售。在本文中，我们提出了一个动态规划模型来研究如何在线出版商应最佳分配和定价之间的保证和现货市场的页面浏览量。这个问题是具有挑战性的，因为保证合同的分配和定价影响广告客户如何在两个市场之间分配他们的购买，并且模型的最终价值由拍卖中更新的供求双重力量内生地决定。我们考虑广告客户的购买行为，即，风险厌恶和随机需求到达的最优解，并提出了一个可扩展的和有效的算法。该模型还与商业数据集进行了经验验证。实验结果表明，通过这两个渠道销售页面浏览量可以增加出版商的预期总收入，并且最佳定价和分配策略对不同的市场和广告商类型具有鲁棒性。
2019-12-11 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 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
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
Algorithmic Information Disclosure in Optimal Auctions
本文研究最优拍卖中信号结构与拍卖规则的联合设计问题，证明该问题为NP难，提出了收益损失至多为ε的PTAS算法，并证实提供部分信息可将收益保证至最优福利的1-1/e。
2024-03-13 cs.GT econ.TH
Double-Sided Energy Auction Equilibrium Under Price Anticipation
研究了有买卖代理人参与的均衡公平双边能量拍卖问题。假设电网在孤岛模式下运行。一个分布式拍卖算法，可以实现的聚合器，以及一个可能的方法，代理人可以近似的价格预期被认为是。分析了由于价格预期而产生的均衡条件。一个修改后的拍卖，以减轻由于这种行为的效率损失的建议。这种改进的拍卖允许代理人的总社会福利任意接近于价格接受代理人所能达到的社会福利。接下来，当聚合器收集每单位的能源交易的附加费价格的均衡条件进行检查。一个双目标优化问题，考虑到代理商的社会福利以及聚合器的附加费收入。广泛的模拟，证实了理论分析的结果，报告。
2016-05-21 cs.GT
On-demand or Spot? Selling the cloud to risk-averse customers
在Amazon EC2中，云资源通过按需市场和现货市场的组合进行销售，在按需市场中，客户以固定价格购买资源，在现货市场中，客户竞标不确定的过剩资源供应。标准的市场环境表明，最优设计只使用一种类型的市场。我们发现，二元市场体系的普遍性可以用客户的异质风险态度来解释。在我们的程式化模型中，我们考虑单位需求风险厌恶投标人。我们的模型承认一个独特的均衡，更高的收入和更高的福利比只使用现货市场。此外，随着风险规避的增加，按需市场的使用增加。我们的结论是，风险态度是云资源分配的一个重要因素，并应纳入云市场的模型。
2016-12-19 cs.GT
The Combinatorial Multi-Round Ascending Auction
该研究针对新型拍卖形式CMRA，分析其多种事后均衡特征与脆弱性，提出可阻止无风险合谋且保留其他均衡的替代活动规则，并结合丹麦相关拍卖结果验证预测。
2025-10-22 cs.GT econ.TH
Optimal Auctions vs. Anonymous Pricing: Beyond Linear Utility
对于具有线性效用的代理人来说，向具有独立但不相同分布的价值的代理人出售单一物品的收入最优机制是复杂的（Myerson，1981），并且对于具有非线性效用的代理人来说没有封闭形式的表征（参见1981）。Alaei等人，2012年）。尽管如此，对于满足自然规律性的线性效用代理，Alaei et al.（2018）表明，简单地发布匿名价格是一种e近似。我们给出了一个参数化的正则性属性，扩展到代理商的非线性效用，并表明，近似界的匿名定价定期代理商近似扩展到代理商，满足这个近似的正则性属性。我们应用这个近似框架来证明匿名定价是一个常数近似的收入最优的单项目拍卖代理公共预算的效用，私人预算的效用，和（一个特殊情况下）风险厌恶的效用。
2020-11-21 cs.GT
Sequential Auctions of Identical Items with Budget-Constrained Bidders
在本文中，我们研究了两个预算受限的投标人和任何数量的相同的项目的顺序拍卖。所有关于这种拍卖的先前结果只考虑两个项目。我们构造了一个规范的拍卖结果，这是唯一的自然均衡，是唯一的子博弈完美均衡下的细化。我们展示了这个均衡的某些有趣的性质;例如，我们展示了价格随着拍卖的进行而下降。这种现象已经在许多实验中观察到，以前的理论工作将其归因于供应或风险规避投标人的不确定性等特征。我们表明，这种现象不需要这样的功能，它纯粹是从最基本的功能：预算限制和拍卖的顺序性。有点令人惊讶的是，我们还表明，在这个均衡中，一个代理人赢得了他的所有项目在开始，然后其他代理人赢得了其余的。分析这种顺序拍卖的主要困难在于理解前几轮的销售价格如何影响后面几轮中代理人的效用。我们通过确定拍卖的某些关键属性来解决这个困难，并且通过对所有这些属性的联合归纳来证明。
2012-09-08 cs.GT
Auctions with a Profit Sharing Contract
我们研究通过拍卖机制出售资源的问题。获胜的买家反过来开发这一资源以产生利润。考虑两种付款形式：向中标买方收取一次性付款，或首次付款加利润分享合同（PSC）。考虑了一个对称的相互依赖的价值模型，其中买方为风险厌恶或风险中性，卖方为风险中性。对于第二价格拍卖和英式拍卖，我们表明，卖方的预期总收入从拍卖，他也采取了一小部分的正利润是高于预期的收入从拍卖，只有一次性付款。此外，如果卖方除了从正利润中拿走一小部分外，还从开发资源所造成的任何损失中拿走同样一小部分，他就可以产生甚至更高的预期总收入。超越简单的PSC，我们表明，拍卖与PSC从一个非常一般的类产生更高的预期总收入比拍卖，只有一次性付款。最后，我们表明，合适的PSC提供更高的预期总收入比一次性付款，即使中标买方开发资源的激励措施必须由卖方解决。
2012-07-26 cs.GT
Optimal Competitive Auctions
我们研究了无限量出售相同物品的真实拍卖的设计（例如，数字商品）到n个单位需求买家。这个经典问题从利润最大化拍卖设计文献中脱颖而出，因为它不需要对买家的估价进行概率假设，并采用竞争分析的框架。我们的目标是优化拍卖的最坏情况下的性能，通过给定的基准和拍卖产生的收入之间的比率来衡量。我们建立了一个充分必要条件，所有单调基准的竞争比的特点。该特征确定了最坏情况下的分布情况，并揭示了竞争分析中的竞争比和基准之间的内在关系。与表征在手，我们表现出最优的竞争性拍卖两个自然的基准。研究最多的基准测试$\mathcal{F}^{(2)}(\cdot)$衡量了至少有两个买家获胜的无嫉妒的最佳收入。Goldberg等人。[13]显示了每个购买者数量n的竞争比的下界序列。他们强调所有这些界限都是严格的。我们表明，最优竞争性拍卖符合这些界限。因此，我们证实了猜想，并解决了一个中心开放的问题，在设计的数字商品拍卖。作为另一个应用程序，我们研究了另一个具有经济意义的基准，它衡量了所有有限供应的Vickrey拍卖的最佳收入。我们确定的最佳竞争比是$(\frac{n}{n-1})^{n-1}-1$为每个数量的买家n，即$e-1$作为$n$接近无穷大。
2014-01-05 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
Auction Algorithms for Market Equilibrium with Weak Gross Substitute Demands
本文考虑了Arrow-Debreu交换市场模型，假设代理人的需求满足弱总替代（WGS）性质。我们提出了一个简单的拍卖算法，获得一个近似的市场均衡的WGS需求假设的价格更新预言。我们展示了这样一个预言WGS需求有界的价格弹性和大风需求系统的具体实现。作为我们的研究结果的应用，我们得到了一个有效的算法，找到一个近似的消费限制的市场均衡WGS的需求，最近推出的一个模型，作为一个连续放松的纳什社会福利（NSW）问题。这导致了一个多项式时间常数因子近似算法的新南威尔士州的问题与上限添加剂可分离的分段线性效用函数，只有一个伪多项式近似算法是已知的这种设置以前。
2022-05-01 cs.GT
FlexAuc: Serving Dynamic Demands in a Spectrum Trading Market with Flexible Auction
在二级频谱交易市场中，频谱持有者（SH）广泛使用拍卖来将其未使用的信道重新分配给二级无线服务提供商（WSP）。作为卖方，中小企业设计适当的拍卖方案，以刺激更多的参与者，并最大限度地提高拍卖收益。作为买家，WSP决定拍卖中的投标策略，以更好地为最终用户服务。在本文中，我们考虑了一个三层频谱交易市场组成的SH，WSP和最终用户。我们共同研究三方的策略。SH决定拍卖方案和频谱供应以优化其收入。WSP在考虑最终用户的策略的需求和估价方面具有灵活的投标策略。我们设计了FlexAuc，一种新的拍卖机制，使动态供应和需求的拍卖。我们从理论上证明了FlexAuc不仅最大化了社会福利，而且还保持了其他良好的属性，如真实性和计算易处理性。
2014-04-09 cs.GT cs.NI
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
Optimal Mechanism Design with Risk-loving Agents
机制设计中最著名的成果之一是迈尔森对销售单一物品的收入最优拍卖的描述。然而，这一结果在很大程度上依赖于买方对风险漠不关心的假设。在本文中，我们调查的情况下，买方是风险爱好，即他们更喜欢赌博，以获得奖励确定性。我们使用期望效用理论的标准风险模型，其中风险偏好行为由凸效用函数表示。我们把注意力集中在指数效用函数的特殊情况下。我们的最优拍卖的特点，并表明，随机化可以用来提取更多的收入比当买家是风险中性的。最重要的是，我们表明，最优拍卖是简单的：最优的收入可以提取使用一个随机的接受或离开它的价格为一个单一的买家，并使用一个失败者支付拍卖，一个变种的全付拍卖，为多个买家。最后，我们表明，这些结果不再成立凸效用函数超过指数。
2018-10-05 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
Assignment Markets with Budget Constraints
本文研究了带硬预算约束的不可分割物品分配市场，提出一种基于需求查询和附加验证条件的迭代拍卖机制，在条件满足时保持激励相容与强帕累托最优，并证明了不满足条件时该问题为 NP-hard。
2025-07-14 cs.GT econ.TH
A single-item continuous double auction game
引入了一个买卖双方数量无限的双边拍卖博弈。所有的卖家都想买一个单位的商品，所有的买家都想买一个单位的商品。每一个卖方和买方都有一个对货物的私人估价。估值的分布定义了供给函数和需求函数。一个单位的货物被拍卖。在连续的、离散的时间实例中，随机选择一个玩家进行出价（买方）或要价（卖方）。当最大出价大于最小要价时，交易发生，拍卖结束。玩家必须在拍卖开始前选择他们的出价或要价的值，并在被选中时使用此值。假设供给和需求函数是已知的，预期利润作为战略的功能，以及预期的交易价格。证明了对于线性供求函数，最多存在一个贝叶斯纳什均衡。竞争行为不是博弈的均衡。对于线性供求函数，对于贝叶斯纳什均衡和参与者竞争的市场，卖方和买方的期望利润之和是相同的。与ZI-C交易者模型和$k$ -双向拍卖的连接。
2012-10-19 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
Strategy-Proof and Non-Wasteful Multi-Unit Auction via Social Network
由Li et al.（2017）开创的通过社交网络的拍卖在拍卖的机制设计文献中引起了相当大的关注。然而，没有已知的机制，满足防策略，无赤字，无浪费，和个人理性的多单位单位需求拍卖，除了一些幼稚的。在本文中，我们首先提出了一种机制，满足所有上述性质。然后，我们与两个天真的机制进行了全面的比较，表明所提出的机制在社会剩余，卖方的收入，并鼓励买方说实话。我们还分析了社会剩余的特点和收入所取得的建议机制，包括不断逼近的最坏情况下的效率损失和优化收入的复杂性，从卖方的角度来看。
2019-11-20 cs.GT econ.TH
Online repeated posted price auctions with a demand side platform
我们考虑一个在线广告网络的问题，其中的广告交换拍卖广告位和中介称为需求方平台（DSP）购买这些广告位为他们的客户（广告商）。一个中介代表多个广告客户。不同类型的广告位由广告交易所拍卖，例如，视频广告，横幅广告等，我们研究重复张贴价格拍卖同质和异质项目时，有一个中间人。在标价拍卖中，拍卖师设定一个固定的保留价。买家可以接受价格并赢得广告位或拒绝价格。我们分析了系统从拍卖师的角度来看，最优保留价是动态的异构项目。我们还调查系统从中介的角度来看，并设计调度广告客户的算法。广告商通常有预算限制和印象限制。我们制定了一个收入优化问题的中介，也考虑了预算和印象约束的问题，安排广告客户。最后，我们提出了一个数值研究的单一卖方和广告客户模型，考虑各种估值分布，如均匀，指数和对数正态分布。
2019-10-04 cs.GT cs.SY eess.SY
Prior-Independent Auctions for the Demand Side of Federated Learning
MIT（麻省理工学院）
联邦学习（FL）是一种范例，它允许分布式客户端学习共享的机器学习模型，而无需共享其敏感的训练数据。虽然在很大程度上是分散的，但FL需要资源来资助中央协调器或偿还数据集的贡献者以激励参与。从先前的独立拍卖设计的见解的启发，我们提出了一种机制，FIPIA（通过先前的独立拍卖联合激励支付），从自我利益的客户端收集货币贡献。该机制在半诚实信任模型中运行，即使客户端对接收高质量模型有不同的兴趣，服务器也不知道客户端的兴趣水平。我们在MNIST、FashionMNIST和CIFAR-10数据集上进行了实验，以测试客户在FIPIA和FIPIA激励属性下的模型质量。
2021-04-13 cs.GT cs.LG
Data Auctions for Retrieval Augmented Generation
针对RAG数据出售，提出覆盖度估值模型，证明福利最大化NP难，设计多项式时间(1-1/e)近似算法，并通过数据焚烧后处理实现激励相容，实验验证有效性。
2025-10-28 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
Auction Mechanisms in Cloud/Fog Computing Resource Allocation for Public Blockchain Networks
区块链作为一种新兴的去中心化安全数据管理平台，近年来受到了广泛的关注。为了维护区块链数据记录的规范状态，基于工作量证明的共识协议为网络中的节点（称为矿工）提供激励，以通过解决加密难题的“块挖掘”过程来确认新的交易块。在本地计算资源有限的情况下，例如，移动设备，这是自然的理性矿工，即，共识节点，以将工作量证明的计算任务卸载到云/雾计算服务器。因此，本文针对云/雾计算服务提供商与矿工之间的交易问题，提出了一种基于拍卖的高效计算资源分配市场模型。特别是，我们考虑基于工作量证明的区块链网络。由于区块链网络中矿工之间的竞争，在设计拍卖机制时特别考虑了分配外部性。具体来说，我们考虑两种投标方案：恒定需求方案，每个矿工投标固定数量的资源，和多需求方案，矿工可以提交他们的偏好的需求和出价。对于固定需求的投标方案，我们提出了一个拍卖机制，实现最优的社会福利。在多需求投标方案中，社会福利最大化问题是NP难问题。因此，我们设计了一个近似算法，保证真实性，个人的合理性和计算效率。通过大量的模拟，我们证明了我们提出的两种竞价方案的拍卖机制可以有效地最大化区块链网络的社会福利，并为云/雾计算服务提供商提供有效的策略。
2020-03-27 cs.GT
Estimating Approximate Incentive Compatibility
本文研究如何量化非激励相容机制的偏离程度，提出基于类型分布样本和构造有限类型子集的估计方法，证明有限子集上的最大效用增益近似整体增益，并应用于多类拍卖机制。
2023-12-11 cs.GT
Matching Demand with Supply in the Smart Grid using Agent-Based Multiunit Auction
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；University of Waterloo（滑铁卢大学）
最近的工作建议通过在不减少总负荷的情况下降低峰均比（PAR）来降低发电成本。然而，这些建议大多依赖于消费者的行动意愿。在本文中，我们提出了一种方法来削减PAR明确从供应侧。由此产生的削减负荷，然后分配给消费者之间的多单元拍卖的方式，这是由一个智能代理代表消费者。这种方式也符合智能电网未来的愿景，即需求侧与供应侧相匹配。实验表明，我们的方法降低了整体系统的成本，使消费者和能源供应商都受益。
2013-08-22 cs.AI cs.GT
Towards Barter Double Auction as Model for Bilateral Social Cooperations
本文的思想是一个先进的博弈概念。这一概念有望成为自利主体之间非货币双边合作的模型。这种非金钱的情况是社会合作，如分配高级工作或人类之间的性关系。在易货双向拍卖中，存在大量的代理人。每个代理人都有一个向量的参数，指定他的需求和向量，指定他的报价。两个代理人可以通过物物交换来达成承诺。代理人的主观满意度（0%到100%之间的数字）与他的需求和接受的报价之间的距离一样高。本文介绍了这个复杂的游戏概念的一些方面。
2009-05-22 cs.GT
An equilibrium model for matching impatient demand and patient supply over time
我们提出了一个简单的动态平衡模型的在线交易，买家和卖家到达根据一个外生定义的随机过程。这种交易所的结构是由股票市场中使用的限价订单簿机制驱动的。在价格-数量空间中，买方和卖方都是弹性的;然而，只有卖方被假定为耐心的，也就是说，只有卖方具有价格-时间弹性，而买方被假定为不耐烦的。卖方选择他们的销售价格作为对所有其他卖方策略的最佳反应。我们定义和建立在这个模型中的平衡的存在性，并显示如何数值计算这个平衡。我们还展示了如何计算其他相关的数量，如均衡预期销售时间和均衡预期订单密度，以及预期订单密度的条件下，当前的销售价格。当需求与价格无关时，我们得到了均衡分布的一个封闭形式。在这种均衡下，卖出（限价单）价格分布是幂尾的，这是在订单驱动的金融市场中经验观察到的。
2007-03-28 cs.GT q-fin.TR
The Unit-Demand Envy-Free Pricing Problem
我们考虑单位需求无嫉妒定价问题，这是一个单位需求拍卖，其中每个竞标者都会收到一件使其效用最大化的物品，目标是使拍卖师的利润最大化。这个问题是NP难的，不太可能在APX中。我们提出了四个新的MIP配方，并通过实验将它们与Shioda，Tunçel和Myklebust的前一个进行比较。我们描述了三个模型，以产生不同的随机情况下，一般的单位需求拍卖，我们设计的计算实验。每个模型都有一个很好的经济解释。针对近似结果，我们考虑的变种的问题，其中的项目价格被限制为从一个几何系列中选择，并证明了这个变种的最优解的值是一个分数（取决于所使用的系列）的最优值的原始问题。因此，这种变体也不太可能出现在APX中。
2013-09-30 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
Selling Information to a Competitor
DTU, Denmark（丹麦理工大学）；Copenhagen Energy Trading, Denmark（哥本哈根能源交易公司）；Imperial College London, United Kingdom（英国伦敦帝国理工学院）；EPFL, Switzerland（瑞士洛桑联邦理工学院）
将竞争性市场建模为不完全信息博弈，通过最优菜单筛选买方类型以最大化利润（支付减去向竞争对手出售信息引发的外部性成本），揭示了竞争加剧时完全不出售信息可能为最优策略。
2026-09-30 cs.GT
Distributed Fair Assignment and Rebalancing for Mobility-on-Demand Systems via an Auction-based Method
针对按需出行系统的公平分配问题，提出基于分布式拍卖与再平衡的方法，利用效用历史修正和车辆重路由，在曼哈顿地图上验证了公平性提升且服务质量不降。
2024-02-07 cs.FL cs.GT
Strategy-Proof Spectrum Allocation among Multiple Operators for Demand Varying Wireless Networks
为了解决终端用户呈指数增长的数据率需求，需要在许可和未许可频带中的共存运营商之间进行有效的频谱分配，以满足无线网络中业务的时间和空间变化。在本文中，我们解决了非合作运营商之间的频谱分配问题，通过拍卖。经典的Vickrey-Clarke-Groves（VCG）方法在高计算复杂性下提供了一个策略验证和社会福利最大化的拍卖框架，这使得它在实际应用中是不可行的。我们提出了密封投标拍卖机制的频谱分配，这是计算上易于处理，因此适用于分配频谱的拍卖在短时间内根据网络的动态负载变化。我们建立了该算法是战略证明统一的需求。此外，对于非均匀需求，我们提出了一个算法，满足弱防策略。我们还考虑了边际估值随需求的非线性增长。仿真结果显示所提出的算法与VCG和其他现有的机制的性能比较。
2020-01-20 cs.GT cs.SY eess.SY
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
Breaking the Logarithmic Barrier for Truthful Combinatorial Auctions with Submodular Bidders
本文研究了组合拍卖机制设计中的一个核心问题：在子模块投标者参与的组合拍卖中构造真实的福利最大化机制。Dobzinski、Nisan和Schapira提供了第一个保证$O(\log^2 m)$的非平凡近似比的机制[STOC'06]，其中$m$是项目数。随后将其改进为$O(\log m\log \log m)$ [Dobzinski，APPROX'07]，然后改进为$O(\log m)$ [Kenda和Vocking，ICALP'12]。在本文中，我们开发的第一个机制，打破了对数的障碍。具体地，该机制提供了$O(\sqrt {\log m})$的近似比。与以前的构造类似，我们的机制使用多项式的许多值和需求查询，实际上为更大的XOS类（也称为XOS）提供了相同的近似比。分数次可加性）估值。我们还开发了一个计算效率的实施机制，预算添加剂投标人的组合拍卖。虽然在一般情况下，计算需求查询是NP-难的预算附加估值，我们观察到，我们的机制使用的特定形式的需求查询，可以有效地计算时，投标人的预算附加。
2017-08-14 cs.DS cs.GT
Optimizing Prosumer Policies in Periodic Double Auctions Inspired by Equilibrium Analysis (Extended Version)
本文研究周期性双向拍卖中净买方产消者的跨轮次最优出价问题，提出MPNE策略及在供给曲线未知时基于历史拍卖信息的MPNE-BBS算法，并在PowerTAC中验证其优于基线与现有策略。
2024-05-08 cs.GT cs.SY eess.SY
Bid Shading in The Brave New World of First-Price Auctions
Yahoo Research, Verizon Media（雅虎研究院，威瑞森媒体）
在线拍卖在在线广告中发挥着核心作用，是该行业可扩展性和增长的主要原因之一。随着拍卖组织方式的巨大变化，例如将第二价格拍卖类型改为第一价格拍卖类型，广告商和需求平台被迫适应新的不稳定环境。出价遮蔽是一种用于防止拍卖系统中的过度支付的已知技术，其可以帮助维持第一价格拍卖中的策略均衡，解决其最大缺点之一。在这项研究中，我们提出了一个机器学习方法建模的最佳出价着色的非审查在线一价广告拍卖。我们明确地激励了这种方法，并在一个主要的需求方平台上，在离线和在线设置中对其进行了广泛的评估。结果表明，新方法的优越性和鲁棒性相比，现有的方法在一系列的性能指标。
2020-09-02 cs.GT cs.LG stat.ML
Data Trading Combination Auction Mechanism based on the Exponential Mechanism
针对数据交易组合拍卖中买家出价隐私泄露的问题，提出基于指数机制的DCAE机制，通过指数机制选结算价格并生成收益相关概率分布，实验证明其可兼顾高拍卖收益与买家隐私保护。
2024-05-12 cs.GT cs.LG
Polyhedral Clinching Auctions and the Adwords Polytope
拍卖理论在实践中应用的一个中心问题是如何处理受约束的代理人。在实践中，一个理想的目标是设计激励相容，个人理性，帕累托最优拍卖，同时尊重预算约束。实现这一目标是特别具有挑战性的存在下，非平凡的组合约束的一组可行的分配。为了实现这一目标和AdWords拍卖的动机，我们提出了一个拍卖{ \em polymatroidal}环境满足上述属性。我们的拍卖采用了一种新颖的钉牢技术，一个干净的几何描述，只需要一个预言机访问的子模函数定义的多拟阵。因此，这次拍卖不仅简化和概括了所有以前的结果，它适用于几个新的应用程序，包括AdWords拍卖，带宽市场和视频点播。特别是，我们的特征的AdWords拍卖polymatroidal约束可能是独立的利益。这使我们能够设计第一个机制，同时考虑到预算，多个关键字和多个插槽的广告拍卖。我们表明，这是不可能的，将这一结果推广到一般的多面体约束。这也意味着一个不可能的结果，在预算约束的存在下，边际效用递减的多单位拍卖。
2012-05-18 cs.GT
A flow-based ascending auction to compute buyer-optimal Walrasian prices
本研究针对多单位匹配市场场景，提出一种基于组合网络流的升价拍卖算法，可计算买方最优Walrasian价格，并证明了该价格随供需变化的单调性。
2024-05-21 cs.GT
Competitive Demand Learning: A Non-cooperative Pricing Algorithm with Coordinated Price Experimentation
针对多企业竞争下的周期性均衡定价问题，提出一种带协调价格实验的非合作动态定价非参数学习算法，证明其定价决策收敛于均衡，并给出了O(F^2 T^3/4)的收入差异界和O(F T^1/2)的遗憾界。
2024-06-05 cs.GT
Decomposing Truthful and Competitive Online Double Auctions
在本文中，我们研究在线双向拍卖，多个卖方和多个买方到达和离开动态交换一种商品。我们发现，没有确定性的在线双向拍卖，是真实的和竞争的社会福利最大化的对抗模型。然而，给定卖方是耐心的并且需求不超过供给的先验信息，确定性和真实的贪婪机制实际上是2-竞争的，即它保证其分配的社会福利至少是离线可实现的最优福利的一半。此外，如果进入的买家的数量是可预测的，我们证明了一个在线双向拍卖可以减少到一个在线单边拍卖，减少在线双向拍卖的真实性和竞争力遵循的在线单边拍卖。值得注意的是，通过使用减少，我们发现一个真实的机制，几乎是1-竞争，当买家随机到达。最后，我们认为，这些机制也有一个有前途的适用性在更一般的设置，而不假设卖方是耐心的，通过分解成多个子市场的市场。
2013-11-01 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
