抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Uber,LyftおよびAirbnbのようなオンラインプラットフォームは輸送および適応産業を上回っているが,同様の始動は,他の産業において同程度のレベルの成功を実現するために苦労している。例えば,家庭サービス産業では,自宅清掃のためのUberに触発された,スタートアップHomejoyは,2015年には,資金の$40百万ドルを上げ,印象的な工学チームを組立てたにもかかわらず,2015年に銀行した。ホームサービス産業における競合するプラットフォームのホストの中で,どのプラットフォームが,顧客が接触を開始するか,また,他は顧客が彼らの情報の後を顧客にし,そして,プロバイダを待つために待つことに関して,合意が,どのように適合するかに関して,コンセンサスがない。”その間,いくつかのプラットフォームは,どのように,顧客が接触を開始するかに関して,コンセンサスが全くない。他のプラットフォームは,より洗練されたアルゴリズムに基づく整合と価格を推薦する。マッチメイキングが,ある市場において,他者よりも,より硬く見えるという基本的理由がある。与えられた市場では,マッチを促進する最も効率的な方法である。本論文は,ShapleyとShubik(1971)の割り当てゲームを,通信複雑性理論からアイデアと結合する厳密な数学モデルを用いて,これらの2つの疑問を研究する。市場は,顧客とプロバイダのセットとして,選好分布と共に定式化され,各顧客が各プロバイダーにより提供されることと,各顧客が各顧客にいかにコストがかかるかを,どの顧客が提供するかの共同分布を指定する。この分布は一般に知られているが,各エージェントの実際の選好は個人的に知られている。良好な結果に到達するために市場のために通信する必要のある,ビットエージェントの数に基づく与えられた市場におけるマッチメイキングの困難さを定量化した。ε安定性として良好な結果を定義し,エージェントのペアが自分自身に一致せず,両者がεによってそれらの余剰を改善することを意味する。このモデルにより,プロバイダが価格を内在的に設定することを可能にし,これは,マッチング市場における通信複雑性に関する以前の研究から本論文を差別化する。nエージェントの市場において,ε安定結果を見つけることは,少なくとも一つの側面の選好が次の条件の1つを満たすならば,エージェント当りの通信のΘ(log n)ビットのみを必要とすることを示した。1)エージェントの初期入力は,彼らが望まし(Ebayのように),彼らが望んでいる。または2)ほとんど垂直であり,市場のこの側面のエージェントがパートナーの相対的望ましさ(UberまたはLyft)にほぼ一致することを意味する。または3)選好の水平成分は高密度で独立であり,ランダムに選ばれたパートナーの有界数を提供するとき,エージェントは,高い確率(日常家庭サービスのための市場のように)でそれらの水平選好を満たすことができるものを見つけることができることを意味した。しかし,これらの条件のどれも保持されないならば,両側の選好の水平成分が予測不能で,無視できない,そして,まばらな(ナンニーと非ルーチンの家庭サービスのための市場のように),次に,高い確率によるε安定結果を見つけるのは,エージェントあたりの通信のΩ(√n)ビットを必要とするかもしれない。この場合,著者らは,通信のO(log n √n)ビットの近最適性能によるε安定結果を見つける方法を示し,それは市場開始接触の両側を含む。最後に,両側に高密度の選好を持つ厚い市場において,ε安定結果が,エージェント当りの通信のO(log2n)ビットと共に,アップフロント価格と通信の1ラウンドを用いて見つかることを示した。これらの結果は,市場の両側が接触を開始させ,価格を自由に交渉するような,より複雑なマッチメイキング戦略を採用する必要があるとき,そして,単に良い探索インタフェイスを提供し,過去のデータに基づいて価格を推薦するのに十分である場合に,実務者を助けるのを助ける。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】
