6. 【余談】劣モジュラ
• 私が見た中で一番分かりやすい劣モジュラの解説
• プリキュアで学ぶ劣モジュラ関数
• 式が違う・・・
• 前ページ:∀X, Y : f(X ∪ Y ) + f(X ∩ Y ) ≤ f(X) + f(Y )
• 上記サイト:X ⊆ Y, i /∈ Y : f(X ∪ {i}) − f(X) ≥ f(Y ∪ {i}) − f(Y )
• 前ページの式で、以下のようにしても ∀X, Y は成り立つはず
• X ∩ Y = Z, X = Z ∪ {x} (x /∈ Y )
• 前ページの式に代入していく
• f(Z) + f(Y ∪ {x}) ≤ f(Z ∪ {x}) + f(Y )
• f(Y ∪ {x}) − f(Y ) ≤ f(Z ∪ {x}) − f(Z)
• Z ⊆ Y, x /∈ Z, x /∈ Y は明らかなので、同じでしたね
5/ 30
7. 【余談】劣モジュラ (Cont.)
• 劣モジュラの意味を「プリキュア・・・」から引用すると
• f を集合の中のプリキュアの色を数える関数とする
• 集合が大きくなればなるほど、色が増え方が鈍っていく
• この場合(広告の場合)は、
• 既に割り当てられたユーザーが多いほど、新しいユーザー v ∈ V に対して、
• 中身は同じ人間かもしれないので、広告をクリックしなくなる
• クリック課金がユニークユーザー単位だった
• いっぱい広告を出すと、だんだん飽きられてくる
• ので、価値の増え方が鈍っていく
• ことに相当すると思われ
6/ 30
8. 【余談】
• ま、すぐ次に
• ∀S ⊆ T ⊆ V, x /∈ T : f(S + x) − f(S) ≥ f(T + x) − f(T)
• って載っているんですが。。。
7/ 30
9. 劣モジュラに対する貪欲法
• 単調劣モジュラな評価関数 f を用いるオンライン利潤最大化問題
• これに対する最もシンプルな解法は、GREEDY なやり方である
• GREEDY = marginal gain を最大化する
劣モジュラに対する貪欲法
Vu を既に各 u ∈ U に割り当てられたユーザーだとすると、
次のユーザー v ∈ V には fu(Vu ∪ {v}) − fu(Vu) が最大になる u に割り当てる
8/ 30
14. そんなこと言うなよ問題
Open Question 10
small bit assamption 無しで競合比が良い Adwords のアルゴリズム、
free disposal を(あんまり)使わない Display Ad のアルゴリズム、
君も考えてみないかい?
Open Question 11
多項式時間云々を考えなければ、最大の競合比はいくつか興味無い?
13/ 30