WINE 2020 | 第十六届国际互联网经济学术会议“机制设计与定价”方向亮点介绍
编者按
第十六届国际互联网经济学术会议（The 16th Conference on Web and Internet Economics, WINE 2020）将于2020年12月7日—11日在线上举行，由北京大学主办，北京大学前沿计算研究中心承办。
WINE 2020共有六大方向：市场，匹配，机制设计与定价，路由、调度与负载平衡，公平、偏好与隐私，机器学习和其他。
本期带来 WINE 2020“机制设计与定价”方向亮点介绍。
机制设计与定价
Mechanism Design and Pricing
方向介绍
机制设计与定价研究是经济学和博弈论研究中的一个领域。机制设计问题通常是在给定条件下，找寻如何设计规则可以促使参与者选取我们期望其选取的最优策略。这其中主要用到了激励设计以及博弈论分析等技术。机制设计研究拥有着广泛的应用场景，例如经济学的市场或拍卖机制设计中，定价策略就是需要设计的主要机制。此外在社会学应用中，如何设计政策才能获得想要达到的社会效用也需要使用机制设计，可以看到机制设计研究贯彻我们生活的各个方面。
WINE 2020该方向收录的论文：
Decision Scoring Rules
On the Power and Limits of Dynamic Pricing in Combinatorial Markets
Robust Revenue Maximization Under Minimal Statistical Information
The Price of Anarchy of Two-Buyer Sequential Multiunit Auctions
A Generic Truthful Mechanism for Combinatorial Auctions
Revenue-Maximizing Auctions when Buyers have Ordinal Preferences for Fixed-price Items
Two Strongly Truthful Mechanisms for Three Heterogeneous Agents Answering One Question
Revenue Monotonicity Under Misspecified Bidders
论文亮点介绍
Decision Scoring Rules
决策计分规则
Caspar Oesterheld and Vincent Conitzer
项目负责人遇到一个决策问题，然后向一个专家寻求建议，以及对于建议被实行后可能发生的结果的概率。最终，负责人会根据预测和结果用某一种计分方式给专家报酬。这篇论文中，我们刻画了通过给与或者卖出专家在项目中的股份来激励专家如实汇报建议的决策积分方式。例如每股价值为1美元，假如项目获得了单位1的效益。专家因为有股份，所以会通过给出最好的建议来最大化项目的期望收益。更进一步，假如股价是连续的，那么专家会揭露出每股的价值，项目的期望收益也就因此可以得知。
On the Power and Limits of Dynamic Pricing in Combinatorial Markets
组合市场动态定价的能力和局限
Ben Berger, Alon Eden and Michal Feldman
我们研究了在组合市场中实现最优社会福利的动态定价方案的能力和局限。在组合市场中，有多个不可分割的物品和多个购买者，购买者们可能对物品们的一些组合有不同的估价。卖家设定商品价格；然后买家以未知的任意顺序到达，购买他们最喜欢的物品组合，打破物品间的关系。卖家可以在买家到达期间更新价格。Cohen Addad 等人[EC'16]证明了具有一元需求偏好的市场总是存在最优动态定价，并建立了子模块估值的负面结果。我们发现，多元需求的买家数量不超过三个时的市场总是存在最优定价。我们建立了一个最大定义域的定理，证明了在某种精确的数学意义上，总替代品是一直允许存在最优动态定价的最大类。在此过程中，我们提供了一个对 Walrasian 均衡存在性的最大定义域定理的证明。
Robust Revenue Maximization Under Minimal Statistical Information
基于最少统计信息的鲁棒收益最大化
Yiannis Giannakopoulos, Diogo Poças and Alexandros Tsigonias-Dimitriadis
最优拍卖机制的研究通常采用标准的贝叶斯方法。这些方法假设拍卖委托人可以获得竞买人对商品估价的先验分布。我们重新审视了这一假设，研究单个竞买人多物品拍卖场景，其中拍卖委托人只知道每个商品的边缘分布的平均值和标准差。此外，这些分布允许以任意形式相关。以往的工作主要集中在绝对收益的极大极小鲁棒优化上。相反，我们的目标是将我们提出的销售机制的收益与预先充分了解商品价格联合分布的理想最优拍卖进行比较。为此，我们使用鲁棒逼近比作为优化目标。我们发现，通过简单价格彩票分开出售商品的方式达到了一个紧的对数比率，是最大变异系数的函数。如果我们局限于确定性机制，算法保障就会退化为二次。
The Price of Anarchy of Two-Buyer Sequential Multiunit Auctions
两买家连续多单位物品拍卖问题的POA值
Mete Şeref Ahunbay and Adrian Vetta
在连续的多单位物品拍卖中，我们可以通过二价拍卖机制每次只出售一单位同质化的物品。在本文中我们研究了两名买家在完整信息下的连续多单位物品拍卖。但买家有线性估值函数时，我们证明，T单位物品连续拍卖的均衡 POA 值（price of anarchy）恰好是1 / T。当买家估值函数为凹时，我们证明在这种情况下其 POA 值小于1-1 / e，且随着售出商品的数量趋于无穷大，该界限渐近趋紧。该结果由满足各个时刻均衡这一约束条件的线性规划计算得出。
A Generic Truthful Mechanism for Combinatorial Auctions
针对组合拍卖的通用诚实机制
Hanrui Zhang
我们的研究关注在组合拍卖场景：卖家将 m 个物品分配给 n 个买家，并试图最大化参与者的总效用（即社会福利）。在本文中，我们为组合拍卖设计了一个高效且全局诚实的分配机制。该机制及其分析适用于包括具有互补性的价值函数在内的各类价值函数。当价值函数的“互补程度”为 d，该机制保证其生成的分配方案是最优社会福利的 O(min(d, m^{1/2}))-近似。据我们所知，该机制是第一个在价值函数包含互补性的情况下得到非平凡近似的机制。
Revenue-Maximizing Auctions when Buyers have Ordinal Preferences for Fixed-price Items
多买家对固定价格物品有顺序偏好情况下的收入最大化拍卖问题
Will Ma
在一系列品牌产品中，实体店零售商应携带哪些品牌呢（例如选择哪些洗发水品牌）？一方面，携带很少的品牌会带来无法满足客户需求的风险；另一方面，携带太多品牌需要更多的货架空间，并冒着使选择的客户不堪重负或导致所有客户选择最便宜选择的风险。这个问题是实体零售商和在线零售商都面临的常见问题，被称为分类优化问题。在本篇工作中，我们将分类优化问题扩展到拍卖环境中，在该拍卖中，多个客户竞争有限的产品供应位。与传统拍卖的不同之处在于，客户“竞标”品牌的排名，而拍卖者会受到品牌固定价格的约束。
Two Strongly Truthful Mechanisms for Three Heterogeneous Agents Answering One Question
三个异质参与者回答同一个问题的两个强诚实机制
Grant Schoenebeck and Fang-Yi Yu
同行预测机制通过将每个参与者的报告与其他人的相比较，来激励自私的参与者在未经验证的情况下诚实地报告自己收到的信号。我们提出了两个新的机制并证明了（它们拥有）很强的理论保证。
我们的机制是强诚实的：说实话是严格贝叶斯纳什均衡且收益严格高于其他任何的均衡（除了排列不变的均衡和说实话的收益相等）。我们的机制只需要每个参与者报告一次，包括了她的预测和她们的信号。我们的理论保证在很一般的情形下也成立（例如不对称的先验概率，细节无关和至少三个参与者的情形）。我们还能将我们的结论推广到连续的信号，并且还能拥有对诚实均衡最优性的稍弱的保证。我们简单的的证明技术依赖于对数 scoring rule 的特殊性质。此外，我们还能将 Bayesian Truth Serum 机制改写到我们的框架下。
Revenue Monotonicity Under Misspecified Bidders
竞拍者估值未知情况下的收益单调性
Makis Arsenis, Odysseas Drosis and Robert Kleinberg
拍卖理论研究了将商品出售给竞拍者人的算法。 通常情况下，拍卖者的目标是最大化其收入。 经济学家和诺贝尔奖获得者罗杰·迈尔森（Roger Myerson）给出了在特定设定下收益最大（最优）拍卖的精确数学描述。 他的工作中有一个关键的假设是：拍卖者准确了解每个竞标者对商品的估值的分布（即竞标者赢得拍卖的收益大小）。 在这项工作中，我们研究拍卖中拍卖者只掌握一部分竞拍者（“绿色投标人”）的对商品的估值的分布的情况。 我们要解决的问题是，是否可以保证最佳拍卖可以至少获得与仅在绿色投标之间进行拍卖时所获得的收入相同。 我们得出的结论是，答案取决于特定的情况，同时我们确定了判断的准确条件。
关于WINE
国际互联网经济学术会议 （The Conference on Web and Internet Economics, 简称WINE）是由姚期智、叶荫宇和邓小铁教授自2005年从中国香港发起，在亚、欧、美三大洲循环举办的互联网经济学术会议，旨在推动理论计算机、运筹学和机器学习方法论和互联网经济学的交互发展，历经15届，已经成为三大洲互联网经济学者开展科研成果交流的国际顶级会议。
时隔六年，WINE 再次来到中国。本次大会将聚焦于互联网经济及相关学科的前沿问题和最新进展，涵盖机制设计、博弈、拍卖、定价、社会选择等互联网中的重要议题，旨在为各国从事互联网相关经济问题的研究人员提供一个相互交流和展示成果的平台，以此来推动互联网经济及相关学科的发展。
因疫情原因，WINE 将首次在线上召开，届时，论文作者将在线上进行报告和答疑。同时大会还邀请到国内外计算经济学领域的诸多专家学者带来精彩的主题演讲。线上形式给 WINE 2020带来了更多的可能性，组委会正在解锁全新的互动环节，敬请关注！
组委会介绍
大会主席
邓小铁
北京大学前沿计算研究中心讲席教授
欧洲科学院外籍院士
ACM Fellow，IEEE Fellow
程序委员会主席
陈旭瑾
中国科学院数学与系统科学研究院研究员
Nick Gravin
上海财经大学副教授
Martin Hoefer
法兰克福大学教授
Ruta Mehta
伊利诺伊大学厄巴纳-香槟分校助理教授
大会特邀报告人
Eric Budish
芝加哥大学商学院教授
Yiling Chen
哈佛大学教授
Jose Correa
智利大学教授
Constantinos Daskalakis
麻省理工学院教授
目前，WINE 2020已正式面向公众开放注册，参与者可以选择免费注册以观看部分报告，或全款注册深度参与大会全部环节。
免费注册
免费注册的人员将获得会议直播链接，届时可于线上观看参与直播部分的海报宣讲、论文报告和大会特邀报告。
免费注册链接：
https://www.wjx.top/m/94013971.aspx
全款注册
普通：$200 / ￥1400
学生*：$100 / ￥700
全款注册的成员将可以观看/参与大会全部环节：
线上观看海报宣讲、论文报告和大会特邀报告；
参与Q&A环节，在线直接向讲者提问，与讲者就报告相关问题进行探讨；
参加专题讲座和主题研讨会；
观看女性论坛；
参加线上社交活动，与讲者和大会特邀嘉宾进行深度交流。
长按↓二维码↓跳转注册页面：
*学生注册：网站上注册后需将学生证含有个人信息和学校信息的页面拍照发送至WINE20@pku.edu.cn，邮件主题格式为“Student Registration + 姓名”。
承办单位简介
作为大会的承办单位，北京大学前沿计算研究中心（PKU CFCS）成立于2017年12月，为北京大学新体制科研机构，立足国际计算机学科前沿，与世界顶尖高校及科研机构深度合作，在计算理论、人工智能等多个领域的交叉方向展开前沿探索，创立具有国际一流影响力的计算理论科学研究中心；创建宽松自由的国际化学术环境，助力青年科学家成长为计算机学科世界一流的学者；并以“图灵人才培养计划”为代表，建立国际先进的计算科学及相关交叉学科人才培养机制，为国家新时代科技和教育发展培养引领未来的卓越人才。
赞助商
大会网站
https://econcs.pku.edu.cn/wine2020/
注册链接
https://econcs.pku.edu.cn/wine2020/Registration.htm
大会联系人
wine20@pku.edu.cn
文字 | 段志健、李佳蔚、张梦倩、
李济宸、陈宏崟、周子鑫
— 版权声明 —
本微信公众号所有内容，由北京大学前沿计算研究中心微信自身创作、收集的文字、图片和音视频资料，版权属北京大学前沿计算研究中心微信所有；从公开渠道收集、整理及授权转载的文字、图片和音视频资料，版权属原作者。本公众号内容原作者如不愿意在本号刊登内容，请及时通知本号，予以删除。
点“阅读原文”转大会注册页面