Core Concepts
Das Ziel ist es, eine Zuweisung von Agenten zu Knoten (z.B. Wohnungen) in einem Netzwerk so zu finden, dass die Diversitätsebene maximiert wird. Dabei werden die Agenten in zwei Typen unterteilt und Diversität durch die Anzahl der Agenten gemessen, die mindestens einen Nachbarn eines anderen Typs haben.
Abstract
Die Studie untersucht das Problem der Förderung der Gemeinschaftsintegration (d.h. Diversität) im Kontext der Wohnungszuweisung. Das Modell betrachtet ein Netzwerk von Wohnungen, wobei die Agenten (Bewerber) in zwei demografische Untergruppen (Typ 1 und Typ 2) unterteilt sind. Das Ziel ist es, eine Zuweisung von Agenten zu Wohnungen zu finden, die den Integrationsgrad der resultierenden Anordnung der Agenten im Netzwerk maximiert.
Die Autoren präsentieren zunächst einen lokalen Verbesserungsalgorithmus für allgemeine Graphen, der eine Approximationsgarantie von 1/2 bietet. Für den Sonderfall, dass die Größen der Agentenuntergruppen ähnlich sind, wird ein randomisierter Ansatz basierend auf semidefiniter Programmierung vorgestellt, der eine bessere Approximationsgarantie als 1/2 liefert. Außerdem zeigen die Autoren, dass das Problem effizient gelöst werden kann, wenn der zugrunde liegende Graph eine beschränkte Baumweite hat, und erhalten ein polynomielles Zeitnäherungsschema (PTAS) für das Problem auf ebenen Graphen.
Schließlich führen die Autoren Experimente durch, um die Leistung der vorgeschlagenen Algorithmen auf synthetischen und realen Netzwerken zu bewerten.
Stats
Die Anzahl der integrierten Agenten ist n - |VU1(P)| - |VU2(P)|, wobei VU1(P) und VU2(P) die Mengen der nicht integrierten Typ-1- und Typ-2-Agenten unter der Zuweisung P sind.
Quotes
Keine relevanten Zitate gefunden.