.png){kind=icon}
返回
Feature-Based Dynamic Matching
.png){kind=icon}
PRE
AI
DOI：10.1287/opre.2024.0730.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
受集中式匹配平台启发，我们研究了在顾客（需求）和服务提供者（供给）均具有异质性且服务提供者池有限的情境下的动态双边匹配问题。我们通过独立同分布（i.i.d.）抽取于某分布的需求权重向量和独立同分布（i.i.d.）抽取于（可能不同）分布的供给特征向量，对市场两边的异质性进行建模。需求-供给对的匹配会生成一个匹配值，该值取决于其权重向量和特征向量。我们采用一种遗憾（regret）概念，具体为相对于可达极限后见最优值（每匹配）的加性损失，作为匹配策略的性能指标。简单的近视策略在大型市场中会产生非渐近消失的Ω(1)遗憾。我们提出了一种前瞻性、供给感知的策略，称为模拟-优化-分配-重复（SOAR），它在为当前匹配产生高匹配值和为未来顾客保留有价值供给之间取得平衡。我们证明了在不同需求与供给分布假设下，SOAR能够实现最优的遗憾缩放。在证明保证的过程中，我们开发了一个分析SOAR策略性能的新框架，这可能具有更广泛的兴趣。作为我们技术的一个推论，我们也解决了一个先前提出的一个开放性问题。
Keyword:
matching markets
dynamic matching
simulation-based policies
regret analysis
期刊
O
IF:
2.6
论文数:
92
被引数:
1.5W
机构
查看更多机构
.png){kind=icon}
