Mar, 2022

带中介的多单位扩散拍卖

PDF
TL;DR本文研究了由中介机构驱动的多单位拍卖，其中每个中介机构拥有一组单位需求买家，所有中介机构都网络化相互连接。研究目的是激励中介机构向其可以触及的个人（包括其私人买家和邻近的中介机构）传播拍卖信息，从而使更多的潜在买家能够参与拍卖，并在此基础上构建了一个基于扩散的拍卖框架，其中包括中介机构的战略互动。研究表明，在此框架内，经典的 Vickrey-Clarke-Groves（VCG）机制可以实现最大的社会福利，但可能会减少卖方的收益，甚至导致赤字。为了解决这个问题，我们提出了一种新型拍卖，称为关键邻域拍卖，不仅可以最大化社会福利，而且还可以改善对比带 / 不带中介机构的 VCG 机制的卖方收益。
multi-unit auctionsintermediariesdiffusion-based auction frameworkvickrey-clarke-groves mechanismcritical neighborhood auction
发现论文，激发创造
  • 社交网络中的 Sybil-Proof 扩散拍卖

    本研究提出了两种扩散拍卖机制，即 Sybil 税机制（STM）和 Sybil 集群机制（SCM）来保护买家的利益，以抵抗 Sybil 攻击。这是第一种在单项设置下实现 Sybil-proofness 和激励兼容性的机制。

    Nov, 2022

  • 多单位拍卖中的在线学习

    该论文研究了在重复多单位拍卖中基于均匀定价的两个变体，并分析了在线和离线设置下的问题。作者提出了离线最优策略算法，并设计了高效的在线算法，同时通过博弈理论探究了平衡的质量。

    May, 2023

  • 多维机制优化设计：将收益降至最小以实现福利最大化

    本文提供了一个从收入最大化到福利最大化的规约，以在具有任意（可能是组合）可行性约束和具有任意（可能是组合）需求约束的多维贝叶斯拍卖中，恰当地将 Myerson 的结果扩展到此设置。我们还展示了每个可行的贝叶斯拍卖都可以实现为虚拟 VCG 分配规则的分布。利用这种表征，我们展示了如何找到并运行仅具有黑箱访问虚拟 VCG 分配规则实现的收入最优拍卖。

    Jul, 2012

  • 学习如何在小型市场中最大化贸易利益

    设计一个双边市场（双向拍卖）以在给定约束条件下（优势策略）实现最大化交易利益（社会福利），并在未知分布中使用多项式数量的样本进行研究。我们的首要结果是，在即使只有一个卖方和两个买方之间的相关价值分布的情况下，与一个卖方和一个买方（双边交易）的情况不同，这是不可能的。我们的第二个结果是，在独立分布的情况下，对于一个卖方和两个买方，我们提出了一种基于一种新算法的高效学习算法，用于计算有限支持和明确给定的独立分布的最优机制。这两个结果都严重依赖于（优势策略）激励兼容机制的特征，这些机制在经济上是强平衡的。

    Jan, 2024

  • 统一分布的拍卖的二重性和最优性

    该研究提出了一个通用的二元性理论框架，用于在贝叶斯加法拍卖中实现收入最大化，应用线性规划的二元性和补充性到具有偏导数限制的约束中，将对偶系统用于推导最佳机制，并提出一种叫做 SJA 的确定性销售机制，经证明在最多 6 件物品的情况下是最优的。

    Apr, 2014

  • 网络隐私拍卖

    本文研究了以差分隐私为视角的私人数据市场。我们提出了一个理论框架，通过设计拍卖机制，为数据所有者提供合理的隐私损失补偿，并与数据分析师的准确性和预算要求达成平衡。同时，我们证明了在这种场景下，经典的维克里竞拍具有较高的优化效果。

    Nov, 2010

  • 搜索广告的通用拍卖机制

    该论文研究了在赞助搜索中，对于一定数量的广告位需要在竞争的广告商之间进行分配，提出了将拍卖机制与广告竞价相结合的策略，给出了一种基于线性效用的指派模型，在此基础上提出了 GSP 和 VCG 机制，并介绍了计算该模型中的拍卖结果的算法。

    Jul, 2008

  • 多单位拍卖设计的人工智能

    理解多单位拍卖中的竞标行为是研究者面临的持续挑战之一。本文利用人工智能，具体而言是强化学习作为一种无模型学习方法，来模拟三种常用多单位拍卖的竞标行为，讨论了六种适用于学习和竞标的算法，并通过一个示例进行比较。本文强调了在拍卖设计中使用人工智能的重要性，特别是在增强多单位拍卖的设计方面。

    Apr, 2024

  • 具有马尔可夫用户的赞助搜索拍卖

    通过研究用户行为，提出一种基于马尔可夫模型的最高效广告分配算法，结合 VCG 机制实现真实拍卖，得到了和 GSP 相似的拍卖稳定性和直观性。

    May, 2008

  • 拍卖学习作为双人博弈

    本文探讨了拍卖设计中激励兼容的问题，提出了使用神经网络和拉格朗日乘数法来实现优化拍卖的新思路，并将其形式化为双人博弈模型。

    Jun, 2020