研究无限期随机市场中的动态匹配问题，探讨了匹配技术和优先级对等待时间的影响，并发现不同市场结构下的不同优先级与匹配方式，对匹配效率和等待时间有显著差异。

Jun, 2016

研究匹配到一个时间市场上的代理人的问题，该论文提出了不同的算法来解决顺序不同的场景，并在独立抽样的时间场景中实现 1/8-competitive 算法，对于随机顺序情况下提出了一个每 (d+1) 阶段计算最大加权匹配的 batching 算法，并且证明了其 0.279-competitive 的竞争性。

Aug, 2018

在双边撮合市场中，我们研究了竞争环境下在线学习的问题，如一方的代理人必须通过重复互动了解对另一方的企业的偏好，并与其他代理人竞争成功匹配。我们提出了一类分散、不需要协调的算法，代理人可以使用该算法在结构化匹配市场中达到稳定匹配，其决策仅基于代理人自己的游戏历史，不需要预先了解企业的偏好。研究表明，在代理人和企业的底层偏好具有现实结构假设的情况下，所提出的算法在时间范围内具有最多对数增加的后悔成本。在匹配市场的情况下，我们的结果表明，竞争不会极大地影响分散、不需要通信和协调的在线学习算法的性能。

Jun, 2022

考虑具有有限供应的动态定价问题，研究非依赖事先信息的机制，与依赖事先信息的机制进行对比分析，最终利用多臂老虎机方法提出了可行的动态定价机制，该机制的收益与离线基准相差最多 O ((k log n)^(2/3))，在 k/n 足够小的情况下，该机制的表现可以被提高到 O (√k log n)。

Aug, 2011

设计定价和匹配算法以最大化利润，同时保持顾客和服务商的队列长度低于预定阈值的动态系统。

Mar, 2024

本文提出了一些标准网络模型的概括，包括随机网络、配置模型和随机块模型，将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制，并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态，以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构，我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。

Jul, 2016

本论文探讨了一个动态社交网络模型，其中代理人在随机演化的社交网络中进行重复博弈互动，并通过学习行为决定加强哪些交互关系，从而形成网络结构。作者研究了不同的博弈理论条件，显示网络结构动态复杂，有时与无结构动态时的行为不同，并认为将网络结构建模为动态可以增加现实性而不妨碍问题分析。

Apr, 2004

本文提出了一些基本的算法变体和改进，旨在提高已知 IID 模型和具有随机奖励延伸的模型的竞争比率，另外提出了加强型线性规划基准来提高非加权边的概率的情况。

Jun, 2016

本文提供了一个针对连续双重拍卖的微观动力学统计模型，该模型基于 IID 随机订单流，并使用模拟，尺寸分析以及基于平均场近似的理论工具进行分析，并展示了这些预测的基本性质，如价格波动率，存储的供求深度与价格，买卖价差，价格影响功能以及订单的时间和概率填充。此外，作者还提供了一种解释为什么价格影响功能具有高度凸性的观点。

Oct, 2002

基于非策略单需求客户的最小二乘最优算法，此研究考虑到估值分布改变的情况，与交互式销售者进行重复互动。

Oct, 2023