Price of Anarchy in Algorithmic Matching of Romantic Partners
配对网站为用户提供了前所未有数量的潜在伴侣。然而，他们也提出了一个潜在的道德风险的委托代理问题。代理人的兴趣是最大限度地利用网站，而校长的兴趣是找到最好的浪漫伴侣。这就产生了利益冲突：最佳匹配的用户将导致稳定的夫妇和更少的单身使用该网站，这对在线约会行业是不利的。在这里，我们借用博弈论中的无政府状态价格的概念来量化代理人的自我利益所造成的在线约会网站的社会效率的下降。我们推导出理论上的价格无政府状态的界限，表明它可以由一个常数，不依赖于用户的约会网站的数量。这表明，随着在线约会网站的发展，它们的潜在好处在不牺牲社会效率的情况下扩大。此外，我们进行了实验，涉及人类受试者在匹配市场，并比较了社会福利实现的最佳匹配服务对自我利益匹配算法。我们表明，通过引入竞争的交友网站，自私的行为的代理人与其用户一致，社会效率提高。
2019-02-15 cs.CY cs.GT cs.SI
Friendship, Altruism, and Reward Sharing in Stable Matching and Contribution Games
我们研究稳定的匹配问题，在网络中，玩家嵌入在一个社会背景下，并可能将友谊关系或利他主义到他们的决定。每个玩家都是社交网络中的一个节点，并努力与相邻玩家形成良好的匹配。我们考虑稳定匹配的存在，计算和低效率，没有一对球员想要偏离。当一场比赛的好处是相同的两个球员，我们表明，将其他球员的福祉到他们的匹配决策显着降低稳定的价格，而无政府状态无政府代价保持不受影响。此外，一个好的稳定匹配达到稳定界的价格总是存在的，并可以达到多项式时间。我们将这些结果扩展到更一般的匹配奖励，当玩家相互匹配时，可能会从比赛中获得不同的效用。对于这个更一般的情况下，我们表明，纳入社会背景（即，“关心你的朋友”）可以产生更大的不同，并大大降低无政府状态的无政府代价。我们展示了各种存在性结果，并提出了各种匹配的效用结构的无政府状态和稳定的价格上界和下界。最后，我们将大部分结果扩展到网络贡献游戏，在这种游戏中，玩家可以决定为每个事件边缘贡献多少努力，而不是简单地选择一个节点进行匹配。
2012-04-25 cs.GT cs.MA
The Exchange Problem
本研究探讨交易所买卖匹配问题的算法复杂度，提出统一价格匹配的线性时间算法以改进原有O(n log n)时间的算法，并证明动态价格匹配的运行时间下界为Ω(n log n)，即现有最优算法已是时间最优。
2024-03-05 cs.DS 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
Decentralized and stable matching in Peer-to-Peer energy trading
在点对点（P2P）能源交易中，需要安全的基础设施来管理交易和记录货币交易。中央服务器/权威机构可以用于此。但存在中央权力影响能源价格的风险。因此，区块链技术被首选为P2P交易中的安全基础设施。区块链提供了一个分布式存储库以及用于交易管理的智能合约。这减少了中央政府在贸易中的影响力。然而，这些基于区块链的系统仍然依赖于一个中央机构来将卖家与消费者配对/匹配以进行能源交易。中央权威机构可以干预匹配过程，以使选定的一组用户受益。此外，中央机构还对其服务收费，从而增加了能源成本。我们提出了两个分布式机制，以匹配卖家与消费者。第一种机制不允许卖家和消费者之间进行价格谈判，而第二种机制允许。我们还计算了这两种机制的匹配过程的时间复杂度和稳定性。利用仿真，我们比较了集中控制和能源价格之间的建议和现有的机制的影响。整体工作致力于促进自由市场和降低能源价格。
2022-09-16 cs.GT
Prophet inequality for bipartite matching: merits of being simple and non adaptive
考虑二部图中匹配的贝叶斯在线选择问题，即，带边到达的在线加权匹配问题，其中在线算法知道权值的分布，对应于[Kleinberg and Wienberg STOC 12]模型中两个拟阵的交集。我们考虑一类简单的非自适应顶点添加剂的政策，分配静态价格的所有顶点在图中，并接受每个边，只有当它的重量超过边缘的端点的价格之和。我们表明存在一个顶点添加剂的政策，预期的回报至少有三分之一的先知的回报和目前的梯度下降型算法，迅速收敛到所需的顶点价格的向量。这在两个方面改进了[Kleinberg and Wienberg STOC 12]中关于两个拟阵交集的自适应在线策略：我们的策略是非自适应的，并且具有更好的$3$近似保证，而不是以前的$5.82$对先知的保证。我们给出了一个互补的下限$2.25$的任何在线算法中的二分匹配设置。
2019-02-17 cs.DM cs.DS cs.GT
Computing Equilibrium in Matching Markets
匹配市场的市场均衡提供了一个直观和公平的解决方案，匹配问题没有钱与代理人谁有偏好的项目。这样的匹配市场可以被看作是费雪市场的一种变体，尽管代理人有着相当特殊的偏好。这些偏好可以用分段线性凹函数（PLC）来描述，然而，这些函数是不可分离的（由于每个代理只要求一个项目），不是单调的，并且不满足总替代属性-项目价格的增加会导致对该项目的需求增加。Devanur和Kannan在FOCS 08中表明，在具有固定数量的商品和一般PLC偏好的市场中，可以在多项式时间内找到市场清算价格。他们还认为Fischer市场与固定数量的代理人（而不是固定数量的项目），并给出了一个多项式时间算法在这种情况下，如果偏好是可分离的功能的项目，除了PLC功能。我们的主要结果是一个多项式时间的算法，在匹配的市场与固定数量的不同代理人的偏好，尽管相应的匹配市场的效用是不可分离的，找到市场出清价格。我们还给出了一个简单的算法的情况下，匹配市场的固定数量的不同项目。
2017-03-30 cs.GT
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
Two-Sided Market Design for Goods with Perishable Utility
Gensyn AI；The University of Tokyo（东京大学）
本文提出了一种针对时效性商品的自动市场制作机制，通过凹函数定价和最便宜可行匹配规则，实现透明低延迟交易并保证供应充足。
2026-08-18 cs.GT econ.TH
Matching Markets: Equilibrium Computation, Indivisible Goods, and Positional Externalities
Stanford University（斯坦福大学）
本文研究Fisher匹配市场的凸分析基础、计算复杂性与外部效用扩展，分析其均衡性质、算法及带位置外部性的均衡特征，对比可分与不可分市场的计算难度。
2026-10-21 cs.GT cs.SI econ.TH
General Auction Mechanism for Search Advertising
在赞助搜索中，搜索结果页面上有许多广告位可用，并且必须在一组竞争在页面上显示广告的广告商之间分配。这就产生了一个双边匹配市场，通常通过自动拍卖的方式进行清算。已经提出了几种拍卖机制，其中普遍第二价格的变体在实践中得到广泛使用。大量关于双边匹配市场的研究建立在盖尔和沙普利的稳定婚姻模型以及沙普利和舒比克的分配模型之上。我们从这条线的研究到稳定的结果和他们的激励属性的结构，以广告拍卖的见解。我们的模型广告拍卖的分配模型与线性效用，扩展与投标人和项目特定的最高和最低价格。拍卖机制，如常用的GSP或著名的Vickrey-Clarke-Groves（VCG）被解释为简单地计算一个\emph{bidder-optimal stable matching}在这个模型中，一个适当定义的一组投标人的喜好。在我们的模型中，存在一个稳定的匹配是有保证的，并在非退化的假设下，投标人最优的稳定匹配存在。我们给出了一个算法，找到这样的匹配在多项式时间，并使用它来设计真实的机制，推广普惠制，是真实的利润最大化的投标人，实现功能，如投标人特定的最低价格和位置特定的出价，并为丰富的投标人和偏好的混合物。
2008-07-08 cs.GT
Learning to Price Against a Moving Target
Google Research（谷歌研究院）；UW-Madison（威斯康星大学麦迪逊分校）
在学习定价设置中，卖方随着时间的推移发布价格，目标是在学习买方估价的同时最大化收入。当值是固定的（fixed或iid）时，这个问题很容易理解。在这里，我们研究的问题，买方的价值是一个移动的目标，即，它们随时间变化，或者是随机过程，或者是有界变化的逆过程。在这两种情况下，我们提供匹配的最佳收入损失的上限和下限。由于目标是移动的，任何学习到的信息很快就会过时，这迫使算法在探索和利用阶段之间不断切换。
2021-06-08 cs.GT cs.LG
Price of Anarchy of Algorithmic Monoculture
Cornell University（康奈尔大学）
本文研究了算法单一性对社会福利的影响，通过扩展模型发现去中心化优化接近最优，证明了无序性价格上限为2。
2026-04-01 cs.CY 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
Competitive Equilibria in Matching Markets with Budgets
我们研究了具有不可分割商品和单位需求买家的经典Shapley-Shubik分配模型中的竞争均衡，预算约束：买家可以指定他们愿意为每个项目支付的最高价格，超过这个价格，他们就买不起这个项目。由预算约束引入的这种单一不连续性从根本上改变了平衡的性质：在没有预算约束的分配模型中，竞争平衡总是存在的，并且恰好对应于稳定匹配。在预算方面，竞争性均衡并不总是存在。此外，现在有两个不同的稳定性概念，取决于买方和卖方中的两个或只有一个可以在阻止对中严格受益，这两个概念不再一致，因为不连续性引起的不连续性。我们定义了弱稳定性和强稳定性的分配模型与可转移的效用，并证明了竞争平衡正好对应于强稳定的匹配。我们认为，有效地计算竞争均衡的算法问题，在扩展的分配模型与预算，每个买家指定他的偏好使用效用函数$u_{ij}$，其中$u_{ij}(p_j)$是买方$i$项目$j$的效用时，其价格是$p_j$。我们的主要结果是一个强多项式时间算法，决定是否存在竞争均衡，如果是的话，计算一个最小的，一般类的效用函数$u_{ij}$。这类效用函数包括具有预算约束的标准准线性效用模型，并且此外，允许建模市场，其中，例如，买家仅具有受每个物品的最大支付限制的物品之间的偏好排名，或者买家希望优化投资回报率（ROI）而不是准线性效用并且仅知道物品的相对价值。
2010-04-16 cs.DS 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
Pricing Online Decisions: Beyond Auctions
我们认为，在自私的代理人产生在线事件的在线设置中的动态定价方案。先前关于在线机制的工作几乎完全涉及在拍卖设置中最大化社会福利或收入的目标。本文涉及相当一般的设置和社会成本最小化。我们表明，适当计算后的价格允许一个最好的在线算法实现基本相同的性能。这适用于各种各样的环境。与在线算法不同，在线算法了解事件，然后做出可执行的决策，价格在不知道未来事件甚至当前事件的情况下发布，因此本质上是主导策略激励兼容的。特别是，我们可以给有效的发布价格机制计量任务系统，$k$服务器问题的一些实例，和计量匹配问题。我们给出了确定性和随机算法。这种公布的价格机制大大降低了社会成本，而不是自私的行为，因为没有任何决定会产生费用。一个诱人的应用是以指数级方式降低免费停车的社会成本。
2015-04-05 cs.DS 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
The Invisible Hand of Dynamic Market Pricing
瓦尔拉斯价格（如果存在的话）具有这样的性质，即人们可以在其需求集中为每个购买者分配一些捆绑产品，使得最终的分配将使社会福利最大化。不幸的是，这需要仔细打破买方需求集中不同捆绑包之间的联系。据推测，店主巧妙地说服买家以符合社会福利最大化的方式断绝关系。如果没有这样一个店主，如果购买者按顺序到达，并简单地在他们的需求集中选择一些任意的捆绑，社会福利可能是任意坏的。在匹配市场的背景下，我们展示了如何计算动态价格，根据当前的库存，保证社会福利最大化。这样的价格是在不知道下一个买家的身份的情况下确定的。我们还表明，这是不可能的一般（例如，对于覆盖范围评估），但是考虑可以这样做的其他场景。我们进一步扩展我们的结果贝叶斯和有限理性模型。
2018-06-05 cs.DS cs.GT
The Price of Anarchy of the Asymmetric One-Sided Allocation Problem
研究非对称单边分配问题中公平机制的无政府状态代价，提出基数概率串行机制，证明其上界为O(√n·log m)且对数依赖必要。
2023-05-13 cs.GT math.OC
Oh the Prices You'll See: Designing a Fair Exchange System to Mitigate Personalized Pricing
本文针对在线市场个性化定价导致消费者支付不公的问题，提出一个以公平为中心的交换系统，通过匹配高低价消费者进行代购交易来降低消费者净成本，并证明高价格离散度下系统可显著提升公平性且财务可持续。
2025-04-30 cs.GT
Makespan Minimization via Posted Prices
我们考虑作业调度设置，多台机器，作业到达在线和自私地选择一台机器，以尽量减少其成本。我们的目标是经典的最大完工时间最小化目标，它对应于最后一个工件的完成时间。自私工作的激励可能导致绩效低下。为了协调不同的目标，我们引入了机器标价。自私作业寻求最小化它在机器上的完成时间和机器的标价之和。价格可以是静态的（即，在任何到达之前一次性设置）或动态（即，随着时间的推移而变化），但它们只由过去决定，不假设即将发生的事件。显然，这种方案本质上是真实的。我们考虑竞争比：定价方案和最优算法可实现的最大完工时间之间的比率。我们给出了严格的界限上的竞争比相同，限制，相关和不相关的机器设置的动态和静态的定价方案。我们的主要结果是一个动态的定价方案，相关的机器，给出了一个恒定的竞争比，基本上匹配的竞争比在线算法的这种设置。相比之下，动态定价给不相关的机器性能差。这个下限也显示了定价与在线算法之间的差距。
2017-05-04 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
Disrupting Bipartite Trading Networks: Matching for Revenue Maximization
本文研究在线平台在二分交易网络中的收入最大化匹配问题，证明一般情形计算难解，并给出特殊情形的高效算法及收入与福利的对数近似保证。
2024-06-11 cs.CC cs.GT
Searching for Optimal Prices in Two-Sided Markets
Hong Kong University of Science and Technology（香港科技大学）；Central China Normal University（华中师范大学）；Shanghai University of Finance and Economics（上海财经大学）；Great Bay University（大湾区大学）
本文研究了双边市场中在线定价问题，提出双价格和分段价格机制，分别在利润和GFT最大化中取得O(n² log log T)和O(n² log log T + n³)的后悔界。
2026-02-12 cs.GT
The Case of FBA as a DEX Processing Model
本文比较DEX中的连续撮合与FBA批量拍卖，证明FBA在多类市场条件下降低福利损失、改善流动性，并在dYdX数据上降低21%-37%交易成本。
2025-02-16 cs.CR cs.GT
