面向重叠所有权的保序机制

受改进大型科学会议同行评审问题的启发，本文研究在具有重叠所有权的自然多对多所有者-条目（如作者-论文）情形下，如何引出自我评估以改进评审分数。我们设计了一种简单、高效且真实（truthful）的机制，从条目所有者处引出自我评估，可用于在现有评审流程（如论文的同行评审分数）中校准其含噪评审分数。我们的方法首先将所有者-条目关系结构划分为互不相交的块，每块共享一组共同的共同所有者。随后我们从每位所有者处引出条目排序，并采用保序回归（isotonic regression）生成调整后的条目分数，以与所报告排序及原始条目评审分数一致。我们证明在所有者对所有有效重叠所有权集划分的自然条件下，所有者的如实禀报是一个收益占优的纳什均衡。此外，真实性依赖于在每个块内独立引出排序，使得块划分优化对提升统计效率至关重要。尽管一般在计算上难解，我们开发了近线性时间的贪心算法，可证明找到具有吸引人的鲁棒近似保证的高性能块划分。在合成数据与真实会议评审数据上的大量实验证明了我们的机制在这一紧迫现实问题中的有效性。