論文の概要: Approximate Revenue Maximization for Diffusion Auctions
- arxiv url: http://arxiv.org/abs/2507.14470v1
- Date: Sat, 19 Jul 2025 04:04:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:31.90274
- Title: Approximate Revenue Maximization for Diffusion Auctions
- Title（参考訳）: 拡散オークションにおける近似収益最大化
- Authors: Yifan Huang, Dong Hao, Zhiyi Fan, Yuhang Guo, Bin Li,
- Abstract要約: 本研究は, 最適オークション理論のターゲット層を, 経済ネットワークのすべてのエンティティに拡張することを目的とした拡散オークション設計に従う。
我々は,最も代表的なネットワークオークションに合わせて,予約価格関数の単純かつ明示的な形式を提供する。
この予備価格関数は、ネットワークオークションのインセンティブ互換性を保ち、マーソン最適オークションによって達成された以上の収入を売り手が引き出すことを可能にする。
- 参考スコア（独自算出の注目度）: 9.227215599529293
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reserve prices are widely used in practice. The problem of designing revenue-optimal auctions based on reserve price has drawn much attention in the auction design community. Although they have been extensively studied, most developments rely on the significant assumption that the target audience of the sale is directly reachable by the auctioneer, while a large portion of bidders in the economic network unaware of the sale are omitted. This work follows the diffusion auction design, which aims to extend the target audience of optimal auction theory to all entities in economic networks. We investigate the design of simple and provably near-optimal network auctions via reserve price. Using Bayesian approximation analysis, we provide a simple and explicit form of the reserve price function tailored to the most representative network auction. We aim to balance setting a sufficiently high reserve price to induce high revenue in a successful sale, and attracting more buyers from the network to increase the probability of a successful sale. This reserve price function preserves incentive compatibility for network auctions, allowing the seller to extract additional revenue beyond that achieved by the Myerson optimal auction. Specifically, if the seller has $\rho$ direct neighbours in a network of size $n$, this reserve price guarantees a $1-{1 \over \rho}$ approximation to the theoretical upper bound, i.e., the maximum possible revenue from any network of size $n$. This result holds for any size and any structure of the networked market.
- Abstract（参考訳）: リザーブ価格は実際に広く使用されている。
予約価格に基づく収益最適化オークションを設計する問題は、オークションデザインコミュニティで注目されている。
広く研究されているが、販売対象の客が競売業者に直接リーチ可能であるという重要な前提に頼っており、経済ネットワークの入札者の多くは販売を知らない。
本研究は, 最適オークション理論のターゲット層を, 経済ネットワークのすべてのエンティティに拡張することを目的とした拡散オークション設計に従う。
予約価格による簡易かつ証明可能な近似ネットワークオークションの設計について検討する。
ベイズ近似解析を用いて、最も代表的なネットワークオークションに合わせた、単純で明示的な予約価格関数の形式を提供する。
我々は,高いリザーブ価格を設定して高い収益を誘導し,ネットワークからより多くの購入者を惹きつけ,売れ行きの確率を高めることを目的としている。
この予備価格関数は、ネットワークオークションのインセンティブ互換性を保ち、マーソン最適オークションによって達成された以上の収入を売り手が引き出すことを可能にする。
具体的には、販売者が$$n$のネットワークに$\rho$直接隣人を持つ場合、この予備価格は理論上界への1-{1 \over \rho}$近似を保証する。
この結果は、ネットワーク化された市場のどんなサイズでも、どんな構造でも成り立つ。
関連論文リスト
- Foundations of Platform-Assisted Auctions [15.309286145450173]
本研究では,プラットフォーム支援オークションを無許可環境で研究するための新しいモデルを提案する。
本稿では,効率的なプラットフォーム支援オークションの設計に暗号がいかに役立つかを示す。
論文 参考訳（メタデータ） (2025-01-06T17:04:26Z) - Procurement Auctions via Approximately Optimal Submodular Optimization [53.93943270902349]
競売業者がプライベートコストで戦略的売り手からサービスを取得しようとする競売について検討する。
我々の目標は、取得したサービスの品質と販売者の総コストとの差を最大化する計算効率の良いオークションを設計することである。
論文 参考訳（メタデータ） (2024-11-20T18:06:55Z) - Randomized Truthful Auctions with Learning Agents [10.39657928150242]
本研究では, エージェントが未学習の学習を用いて, 繰り返しオークションに参加する環境について検討する。
競売者が非回帰入札アルゴリズムを用いて第2価格の競売に参加する場合、勝者が真に競売に収束しないことが示される。
我々は,第2代競売の収益と競売との収益を比べて,エムオークションのコンセプトを定義した。
論文 参考訳（メタデータ） (2024-11-14T15:28:40Z) - Neural Auctions Compromise Bidder Information [43.82512707595423]
シングルショットオークションは、例えば広告スペースを販売したり、無線周波数を割り当てたりする際に、商品を売る手段として一般的に使用される。
ニューラルネットワークは、オークションが戦略的かつ個々に合理的であるという制約を満たしつつ、最適なメカニズムを近似するために使用できることが示されている。
このようなオークションは収益を最大化するが、個人入札情報を開示するコストがかかることを示している。
論文 参考訳（メタデータ） (2023-02-28T22:36:00Z) - Benefits of Permutation-Equivariance in Auction Mechanisms [90.42990121652956]
競売人の収益を最大化しつつ、競売人の過去の後悔を最小限にする競売メカニズムは、経済学において重要であるが複雑な問題である。
ニューラルネットワークによる最適なオークションメカニズムの学習を通じて、注目すべき進歩が達成されている。
論文 参考訳（メタデータ） (2022-10-11T16:13:25Z) - Emerging Methods of Auction Design in Social Networks [9.480212602202517]
拡散オークションは、ノードが潜在的な顧客であり、エッジがこれらの顧客との関係であるネットワーク市場としてオークションをモデル化する。
拡散オークション機構は、購入者に真剣な入札を提出させるだけでなく、周辺住民を誘致してオークションに参加させる。
従来の競売制度よりも多くの参加者が参加し、社会福祉、売り手の収入、再分配金の量など、様々な重要な側面の最適化に繋がる。
論文 参考訳（メタデータ） (2021-08-01T07:18:52Z) - PreferenceNet: Encoding Human Preferences in Auction Design with Deep
Learning [31.509832387330928]
制約をエンコードする既存のニューラルネットワークベースのオークション機構の拡張であるPreferenceNetを提案する。
提案手法は,現在最先端のニューラルネットベースのオークション設計と競合することを示す。
論文 参考訳（メタデータ） (2021-06-06T19:29:40Z) - A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。
本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
論文 参考訳（メタデータ） (2020-10-22T18:36:41Z) - ProportionNet: Balancing Fairness and Revenue for Auction Design with
Deep Learning [55.76903822619047]
本研究では,強力なインセンティブ保証を備えた収益最大化オークションの設計について検討する。
我々は、高い収益と強力なインセンティブ保証を維持しつつ、公平性の懸念に対処するため、深層学習を用いてオークションを近似する手法を拡張した。
論文 参考訳（メタデータ） (2020-10-13T13:54:21Z) - Certifying Strategyproof Auction Networks [53.37051312298459]
我々は、任意の数のアイテムと参加者でオークションを表現できるRegretNetアーキテクチャに焦点を当てる。
本稿では,ニューラルネットワーク検証文献から得られた手法を用いて,特定の評価プロファイルの下で戦略の安全性を明示的に検証する方法を提案する。
論文 参考訳（メタデータ） (2020-06-15T20:22:48Z) - ReActNet: Towards Precise Binary Neural Network with Generalized
Activation Functions [76.05981545084738]
本稿では,新たな計算コストを伴わずに,実数値ネットワークからの精度ギャップを埋めるため,バイナリネットワークを強化するためのいくつかのアイデアを提案する。
まず,パラメータフリーのショートカットを用いて,コンパクトな実数値ネットワークを修正・バイナライズすることで,ベースラインネットワークを構築する。
提案したReActNetはすべての最先端技術よりも大きなマージンで優れていることを示す。
論文 参考訳（メタデータ） (2020-03-07T02:12:02Z)
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。