A competitive Posted-Price mechanism for online budget-feasible auctions

Χαραλαμπόπουλος, Ανδρέας; Charalampopoulos, Andreas

dc.contributor.author	Χαραλαμπόπουλος, Ανδρέας	el
dc.contributor.author	Charalampopoulos, Andreas	en
dc.date.accessioned	2025-12-03T06:17:14Z
dc.date.available	2025-12-03T06:17:14Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/62957
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.30653
dc.rights	Default License
dc.subject	Σχεδιασμός μηχανισμών	el
dc.subject	Δημοπρασίες	el
dc.subject	Αντίστροφες δημοπρασίες	el
dc.subject	Αλγόριθμοι	el
dc.subject	Mechanism desogn	en
dc.subject	Auctions	en
dc.subject	Procurement auctions	en
dc.subject	Randor order	en
dc.title	A competitive Posted-Price mechanism for online budget-feasible auctions	en
heal.type	bachelorThesis
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2025-06-30
heal.abstract	We consider online procurement auctions, where the agents arrive sequentially, in random order, and have private costs for their services. The buyer aims to maximize a monotone submodular value function for the subset of agents whose services are procured, subject to a budget constraint on their payments. We consider a posted-price setting where upon each agent’s arrival, the buyer decides on a payment offered to them. The agent accepts or rejects the offer, depending on whether the payment exceeds their cost, without revealing any other information about their private costs whatsoever. We present a randomized online posted-price mechanism with constant competitive ratio, thus resolving the main open question of (Badanidiyuru, Kleinberg and Singer, EC 2012). Posted-price mechanisms for online procurement typically operate by learning an estimation of the optimal value, denoted as OPT, and using it to determine the payments offered to the agents. The main challenge is to learn OPT within a constant factor from the agents' accept / reject responses to the payments offered. Our approach is based on an online test of whether our estimation is too low compared against OPT and a carefully designed adaptive search that gradually refines our estimation.	en
heal.abstract	Περίληψη Μελετάμε τις Online αντιστραμένες δημοπρασίες, όπου οι πράκτορες φτάνουν σειριακά, με τυχαία διάταξη, και έχουν προσωπικά κόστη για τις υπηρεσίες τους. Ο αγοραστής, στοχεύει να μεγιστοποιήσει μία μονότονη submodular συνάρτηση αξίας για το υποσύνολο των πρα- κτόρων των οποίων οι υπηρεσίες προσκομίσθηκαν, υπό έναν περιορισμό προϋπολογισμού στις πληρωμές. Θεωρούμε πλάισιο posted-price όπου κατά την άφιξη κάθε πράκτορα, ο αγορα- στής απόφασίζει να προσφέρει ένα ποσό σε αυτόν. Ο πράκτορας αποδέχεται ή απορρίπτει την προσφορά, ανάλογα με το αν η προσφορά ξεπέρασε το προσωπικό του κόστος, χωρίς να απο- καλύψει καμία πληροφορία για το προσωπικό του κόστος ή οτιδήποτε άλλο. Παρουσιάζουμε έναν randomized online posted-price μηχανισμό με σταθερό λόγο προσέγγισης, απαντώντας στο ανοιχτό ερώτημα των ( Badanidiyuru, Kleinberg and Singer, EC 2012). Οι μηχανισμοί posted-price στις online αντιστραμένες δημοπρασίες συνήθως λειτουργούν μαθαίνοντας μία εκτίμηση της βέλτιστης αξίας, η οποία συμβολίζεται ως OPT και η οποία χρησιμοποιείται για να προσδιοριστεί η προσφορά που θα γίνει σε κάθε πράκτορα. Η κύρια πρόκληση είναι να μάθουμε το OPT παρατηρόντας τις αποδοχές/ απορρίψεις των προσφορών μας και χρησιμο- ποιώντας, το πολύ, ένα σταθερό ποσοστό των πρακτόρων. Η προσέγγισή μας βασίζεται σε ένα online έλεγχο, που μας ενημερώνει αν η μία εκτίμηση του OPT είναι πολύ χαμηλή, και μία προσεκτικά σχεδιασμένη διερεύνηση που σταδιακά βελτιώνει την εκτίμησή μας.	el
heal.advisorName	Φωτάκης, Δημήτριος	el
heal.committeeMemberName	Παγουρτζής, Αριστείδης	el
heal.committeeMemberName	Μαρκάκης, Ευάγγελος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών.	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false