論文の概要: A Unified Representation Framework for Rideshare Marketplace Equilibrium
and Efficiency
- arxiv url: http://arxiv.org/abs/2302.14358v1
- Date: Tue, 28 Feb 2023 07:22:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-01 17:49:07.197737
- Title: A Unified Representation Framework for Rideshare Marketplace Equilibrium
and Efficiency
- Title（参考訳）: Rideshare Marketplaceの均衡と効率のための統一表現フレームワーク
- Authors: Alex Chin and Zhiwei Qin
- Abstract要約: 本稿では、市場における需給状態と効率を定量化するための、グラフベースの均衡計量(GEM)に基づく統一的なフレームワークを提案する。
我々は、ライドシェア市場均衡の二重パースペクティブ表現である新しいSD-GEMを開発する。
- 参考スコア（独自算出の注目度）: 1.9798034349981162
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Ridesharing platforms are a type of two-sided marketplace where
``supply-demand balance'' is critical for market efficiency and yet is complex
to define and analyze. We present a unified analytical framework based on the
graph-based equilibrium metric (GEM) for quantifying the supply-demand
spatiotemporal state and efficiency of a ridesharing marketplace. GEM was
developed as a generalized Wasserstein distance between the supply and demand
distributions in a ridesharing market and has been used as an evaluation metric
for algorithms expected to improve supply-demand alignment. Building upon GEM,
we develop SD-GEM, a dual-perspective (supply- and demand-side) representation
of rideshare market equilibrium. We show that there are often disparities
between the two views and examine how this dual-view leads to the notion of
market efficiency, in which we propose novel statistical tests for capturing
improvement and explaining the underlying driving factors.
- Abstract（参考訳）: ライドシェアリングプラットフォームは、‘サプライド・デマンド・バランス’が市場効率にとって重要でありながら、定義と分析が複雑である両面市場の一種である。
配車市場の需給時空間状態と効率を定量化するためのグラフベースの均衡指標(GEM)に基づく統合分析フレームワークを提案する。
GEMは配車市場における需要分布と需給分布の一般化されたワッサースタイン距離として開発され、需給アライメントを改善するアルゴリズムの評価指標として利用されている。
GEMを基盤として、ライドシェア市場均衡の二重パースペクティブ(供給側および需要側)表現であるSD-GEMを開発する。
この2つの視点の間にはしばしば相違があり、この双対視点が市場効率の概念にどのようにつながるのかを検証し、改善を捉え、基礎となる要因を説明するための新しい統計テストを提案する。
関連論文リスト
- Large-Scale Contextual Market Equilibrium Computation through Deep Learning [10.286961524745966]
本稿では,市場均衡を近似する深層学習方式であるMarketFCNetを紹介する。
MarketFCNetは,既存の手法と比較して,競争性能と実行時間を大幅に低下させることを示す。
論文 参考訳（メタデータ） (2024-06-11T03:36:00Z) - Fairness-Enhancing Vehicle Rebalancing in the Ride-hailing System [7.531863938542706]
配車産業の急速な成長は、世界中の都市交通に革命をもたらした。
その利益にもかかわらず、保存されていない地域社会が手頃な価格の配車サービスへのアクセシビリティに制限されているため、株式の懸念が生じる。
本稿では,新しい車両再バランス手法により,アルゴリズムとライダーの公正性を両立することに焦点を当てる。
論文 参考訳（メタデータ） (2023-12-29T23:02:34Z) - An IPW-based Unbiased Ranking Metric in Two-sided Markets [3.845857580909374]
本稿では,2つの市場におけるユーザ間のバイアスの複雑な相互作用について論じる。
そこで我々は,2面IPWという新しい推定器を提案し,その位置ベースを両面IPWと呼ぶ。
論文 参考訳（メタデータ） (2023-07-14T01:44:03Z) - Improved Bayes Risk Can Yield Reduced Social Welfare Under Competition [99.7047087527422]
本研究は,機械学習のスケーリングトレンドの振る舞いを根本的に変化させることを実証する。
データ表現品質の改善により、ユーザ間での全体的な予測精度が低下する、多くの設定が見つかる。
概念レベルでは,各モデルプロジェクタのスケーリング傾向が,社会福祉の下流改善に寄与する必要はないことが示唆された。
論文 参考訳（メタデータ） (2023-06-26T13:06:34Z) - How to Use Reinforcement Learning to Facilitate Future Electricity
Market Design? Part 1: A Paradigmatic Theory [7.104195252081324]
本稿では、強化学習(RL)に基づくシミュレーションを用いて、共同市場設計のパラダイム理論と詳細な手法を開発する。
シミュレーション結果に基づいて市場設計を検証するために,いくつかの市場操作性能指標を提案する。
論文 参考訳（メタデータ） (2023-05-04T01:30:15Z) - DualFair: Fair Representation Learning at Both Group and Individual
Levels via Contrastive Self-supervision [73.80009454050858]
この研究は、DualFairと呼ばれる自己教師型モデルを提示し、学習された表現から性別や人種などのセンシティブな属性をデバイアスすることができる。
我々のモデルは、グループフェアネスと対実フェアネスという2つのフェアネス基準を共同で最適化する。
論文 参考訳（メタデータ） (2023-03-15T07:13:54Z) - Finding Regularized Competitive Equilibria of Heterogeneous Agent
Macroeconomic Models with Reinforcement Learning [151.03738099494765]
労働市場に参入する世帯や企業を無限に数える異種エージェントマクロ経済モデルについて検討する。
本稿では,モデルの正規化競争均衡を求めるデータ駆動強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2023-02-24T17:16:27Z) - Learning Informative Representation for Fairness-aware Multivariate
Time-series Forecasting: A Group-based Perspective [50.093280002375984]
多変量時系列予測モデル(MTS)では変数間の性能不公平性が広く存在する。
フェアネスを意識したMTS予測のための新しいフレームワークであるFairForを提案する。
論文 参考訳（メタデータ） (2023-01-27T04:54:12Z) - Machine Learning Framework: Competitive Intelligence and Key Drivers
Identification of Market Share Trends Among Healthcare Facilities [0.0]
アメリカ(アメリカ合衆国)の医療事業がこの研究のために選ばれている。
ワシントン州の60の重要施設にまたがるデータと、約3年間の歴史的データを扱う。
論文 参考訳（メタデータ） (2022-12-09T12:30:34Z) - Parity in Markets -- Methods, Costs, and Consequences [109.5267969644294]
我々は、市場デザイナーがフィッシャー市場の税や補助金を使って、市場均衡の結果が一定の制約内に収まることを確実にする方法を示します。
我々は、既存の文献で提案されている様々な公正性制約を市場ケースに適用し、その制約から誰が利益を得るか、誰を失うかを示す。
論文 参考訳（メタデータ） (2022-10-05T22:27:44Z) - Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。
私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
論文 参考訳（メタデータ） (2022-08-30T17:43:58Z)
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。