論文の概要: Dynamic Matching Bandit For Two-Sided Online Markets

• arxiv url: http://arxiv.org/abs/2205.03699v3
• Date: Wed, 29 May 2024 01:12:01 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-31 02:51:07.881293
• Title: Dynamic Matching Bandit For Two-Sided Online Markets
• Title（参考訳）: 双方向オンライン市場のための動的マッチングバンド
• Authors: Yuantong Li, Chi-hua Wang, Guang Cheng, Will Wei Sun,
• Abstract要約: 両面のオンラインマッチングプラットフォームは、様々な市場で採用されている。 現在の市場でのエージェントの好みは通常暗黙的で不明である。 本稿では,この動的オンラインマッチング問題に対して,文脈情報を用いた新しい枠組みを提案する。
• 参考スコア（独自算出の注目度）: 13.185106969638877
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Two-sided online matching platforms are employed in various markets. However, agents' preferences in the current market are usually implicit and unknown, thus needing to be learned from data. With the growing availability of dynamic side information involved in the decision process, modern online matching methodology demands the capability to track shifting preferences for agents based on contextual information. This motivates us to propose a novel framework for this dynamic online matching problem with contextual information, which allows for dynamic preferences in matching decisions. Existing works focus on online matching with static preferences, but this is insufficient: the two-sided preference changes as soon as one side's contextual information updates, resulting in non-static matching. In this paper, we propose a dynamic matching bandit algorithm to adapt to this problem. The key component of the proposed dynamic matching algorithm is an online estimation of the preference ranking with a statistical guarantee. Theoretically, we show that the proposed dynamic matching algorithm delivers an agent-optimal stable matching result with high probability. In particular, we prove a logarithmic regret upper bound $\mathcal{O}(\log(T))$ and construct a corresponding instance-dependent matching regret lower bound. In the experiments, we demonstrate that dynamic matching algorithm is robust to various preference schemes, dimensions of contexts, reward noise levels, and context variation levels, and its application to a job-seeking market further demonstrates the practical usage of the proposed method.
• Abstract（参考訳）: 両面のオンラインマッチングプラットフォームは、様々な市場で採用されている。 しかし、現在の市場でのエージェントの好みは通常暗黙的で未知であるため、データから学ぶ必要がある。 意思決定プロセスに関わる動的側情報の増加に伴い、現代のオンラインマッチング手法では、コンテキスト情報に基づいてエージェントのシフト好みを追跡する能力が要求される。 これにより,この動的オンラインマッチング問題とコンテキスト情報との新たな枠組みが提案され,マッチング決定における動的嗜好が実現される。 既存の作業はオンラインマッチングと静的な嗜好に重点を置いているが、これは不十分である。 本稿では,この問題に適応する動的マッチング帯域幅アルゴリズムを提案する。 提案する動的マッチングアルゴリズムの鍵となる要素は、統計的保証を伴う選好ランクのオンライン推定である。 理論的には,提案した動的マッチングアルゴリズムは,高い確率でエージェント-最適安定マッチング結果を提供する。 特に、対数的後悔上限$\mathcal{O}(\log(T))$を証明し、対応するインスタンス依存の後悔下限を構築する。 実験では、動的マッチングアルゴリズムは、様々な選好スキーム、文脈の次元、報奨雑音レベル、文脈変動レベルに対して堅牢であることを示し、求職市場への適用により、提案手法の実用性をさらに実証する。

関連論文リスト

• An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
  まず最適化モデルを構築し,非単調な選好をモデル化する。 本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
  論文  参考訳（メタデータ） (2024-09-04T14:36:20Z)
• Bridging and Modeling Correlations in Pairwise Data for Direct Preference Optimization [75.1240295759264]
  本稿では,BMC という名前のペアデータにおけるブリッジ・アンド・モデリングの効果的なフレームワークを提案する。 目的の修正によって、ペアの選好信号の一貫性と情報性が向上する。 DPOだけではこれらの相関をモデル化し、ニュアンス付き変動を捉えるには不十分である。
  論文  参考訳（メタデータ） (2024-08-14T11:29:47Z)
• Dynamic Weighted Combiner for Mixed-Modal Image Retrieval [8.683144453481328]
  フレキシブル検索パラダイムとしてのMixed-Modal Image Retrieval (MMIR) が注目されている。 以前のアプローチは常に2つの重要な要因のため、限られたパフォーマンスを達成する。 以上の課題に対処するための動的重み付け結合器(DWC)を提案する。
  論文  参考訳（メタデータ） (2023-12-11T07:36:45Z)
• Continuous Time Analysis of Dynamic Matching in Heterogeneous Networks [0.0]
  常微分方程式(ODE)モデルを確立することによって動的マッチングをモデル化する新しい手法を提案する。 ヘテロジニアスネットワークにおいて,整合性のあるハード・ト・マッチ・エージェントのマッチングを容易・ト・マッチ・エージェントよりも優先する2つのアルゴリズムについて検討した。 この結果から,エージェントの相反する目標間のトレードオフを迅速かつ最適に示し,実世界の動的マッチングシステムの設計に関する洞察を提供する。
  論文  参考訳（メタデータ） (2023-02-20T04:45:13Z)
• Fully Dynamic Online Selection through Online Contention Resolution Schemes [15.149188998019186]
  逆/確率的環境下でのオンライン選択の完全動的問題について検討する。 対戦環境におけるオンライン選択問題に対するアプローチは、オンラインコンテント解決スキームの概念によって与えられる。
  論文  参考訳（メタデータ） (2023-01-08T19:35:11Z)
• Learn to Match with No Regret: Reinforcement Learning in Markov Matching Markets [151.03738099494765]
  我々は、市場の両側でプランナーと戦略エージェントのセットを含むマルコフマッチング市場について検討する。 本稿では,楽観的な値反復と最大重みマッチングを組み合わせた強化学習フレームワークを提案する。 我々は,アルゴリズムがサブ線形後悔を実現することを証明した。
  論文  参考訳（メタデータ） (2022-03-07T19:51:25Z)
• Contrastive Self-supervised Sequential Recommendation with Robust Augmentation [101.25762166231904]
  Sequential Recommendation Describes a set of technique to model dynamic user behavior to order to predict future interaction in sequence user data。 データスパーシリティやノイズの多いデータなど、古くて新しい問題はまだ残っている。 逐次レコメンデーション(CoSeRec)のためのコントラスト型自己監督学習を提案する。
  論文  参考訳（メタデータ） (2021-08-14T07:15:25Z)
• Towards Model-Agnostic Post-Hoc Adjustment for Balancing Ranking Fairness and Algorithm Utility [54.179859639868646]
  Bipartiteランキングは、ラベル付きデータから正の個人よりも上位の個人をランク付けするスコアリング機能を学ぶことを目的としている。 学習したスコアリング機能が、異なる保護グループ間で体系的な格差を引き起こすのではないかという懸念が高まっている。 本稿では、二部構成のランキングシナリオにおいて、それらのバランスをとるためのモデル後処理フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-15T10:08:39Z)
• Learning to Accelerate Heuristic Searching for Large-Scale Maximum Weighted b-Matching Problems in Online Advertising [51.97494906131859]
  バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。 既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。 我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
  論文  参考訳（メタデータ） (2020-05-09T02:48:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。