Who With Whom? Learning Optimal Matching Policies
谁与谁匹配？学习最优匹配政策AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究匹配政策学习与最优传输，但未说明因果识别、结构估计或网络干扰，分类证据不足。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
谁与谁匹配？学习最优匹配政策
- 研究问题
- 规划者利用双方丰富的可观测特征安排匹配时，如何从训练数据学习福利最优的匹配政策，并刻画其福利遗憾？
- 方法与思路
- 作者将双边匹配学习写成经验最优传输问题，从训练数据估计匹配成本，并最大化熵正则化的经验福利准则。
- 材料陈述的贡献
- 摘要称推导所估政策的福利遗憾界并刻画收敛性质，以法国行政数据校准模拟，评估就业服务人员与求职者匹配。
- 阅读关注点
- 应核对匹配成本与福利的关系、训练数据如何支持新匹配评价，以及容量约束、正则化选择和遗憾界的具体条件。
- 阅读边界
- 这是arXiv预印本，同行评审与接收未核实。摘要未说明匹配福利的因果识别条件，校准模拟不能直接证明实际重配的效果。
原文摘要
There are many economic contexts where the productivity and welfare performance of institutions and policies depend on who matches with whom. Examples include caseworkers and job seekers in job search assistance programs, medical doctors and patients, teachers and students, attorneys and defendants, and tax auditors and taxpayers, among others. Although reallocating individuals through a change in matching policy can be less costly than training personnel or introducing a new program, methods for learning optimal matching policies and their statistical performance are less studied than methods for other policy interventions. This paper develops a method to learn welfare optimal matching policies for two-sided matching problems in which a planner matches individuals based on the rich set of observable characteristics of the two sides. We formulate the learning problem as an empirical optimal transport problem with a match cost function estimated from training data, and propose estimating an optimal matching policy by maximizing the entropy regularized empirical welfare criterion. We derive a welfare regret bound for the estimated policy and characterize its convergence. We apply our proposal to the problem of matching caseworkers and job seekers in a job search assistance program, and assess its welfare performance in a simulation study calibrated with French administrative data.