文件名称：重复拍卖底价的激励兼容学习-研究论文
文件大小：741KB
文件格式：PDF
更新时间：2024-06-29 06:30:41
论文研究
很大一部分在线广告是通过重复的第二价格拍卖出售的。 在这些拍卖中，底价是拍卖师增加收入的主要工具。 在这项工作中，我们研究了以下问题：拍卖师如何通过学习以前的投标来优化底价，同时考虑投标人的长期激励和战略行为？ 为此，我们考虑一个卖家通过第二价格拍卖反复出售事前相同的物品。 买方对每件商品的估价是从卖方未知的分布 F 中得出的。 我们发现，如果卖家试图根据出价历史动态更新共同底价，这会激励买家隐藏他们的出价，这可能会损害收入。 当有多个买家时，可以使用*个性化*底价恢复激励兼容性，其中每个买家的个人底价是使用*其他*买家的历史出价设置的。 这种机制渐近地实现了 F 的静态迈尔森最优拍卖下获得的预期收入。此外，如果投标人之间的估值分布不同，则相对于迈尔森基准的损失只是这种差异大小的二次方。 我们将结果扩展到上下文环境中，其中买家的估值取决于观察到的物品特征。 当允许预付费用时，我们展示了卖方如何根据其他人的出价来确定此类付款，以获得一种近似激励兼容的机制，该机制提取几乎所有的盈余。我们在 WINE 2014 上的早期会议论文“Dynamic Reserve Prices for重复拍卖：从投标中学习”采用了不同的模型。 该论文的完整版本发布在 https://arxiv.org/abs/2002.07331