具有配额与互补偏好约束的双边竞争匹配推荐市场

在本文中，我们提出了一种新的推荐算法，用于解决具有互补偏好和配额约束的双边在线匹配市场问题，其中智能体的偏好事先未知且必须从数据中学习。混合配额与互补偏好约束的存在会导致匹配过程的不稳定，使该问题难以求解。为克服这一挑战，我们将该问题表述为赌博机学习框架，并提出了多智能体多类型 Thompson 采样 (MMTS) 算法。该算法结合了 Thompson 采样在探索上的优势与一种新的双重匹配技术，以提供稳定的匹配结果。我们的理论分析证明了 MMTS 的有效性，因为它能以高概率实现稳定性，并具有总计 $\widetilde{\mathcal{O}}(Q{\sqrt{K_{\max}}T})$ 的贝叶斯后悔，该后悔相对于企业总配额 $Q$、可用类型工人最大规模的方根 $\sqrt{K_{\max}}$ 以及时间范围 $T$ 呈线性。此外，仿真研究也证明了 MMTS 在各种设置下的有效性。我们提供了实验中使用的代码 \url{https://github.com/Likelyt/Double-Matching}。