开创性的智能匹配系统：纽约高中入学成功案例

2012年，诺贝尔经济学奖得主埃尔文·罗斯（Alvin Roth），开创性地解决了这样一个难题：如何设计智能匹配系统，实现非标准市场均衡。比如，学生如何选择理想的学校，人体器官的捐献者如何同需要器官移植的患者相匹配。这样的匹配如何才能尽可能有效地完成？什么样的方法对整体社会有益？

罗斯利用博弈论的数学工具来改进和修补运转不佳、支离破碎的庞大体系，并且成功开创了经济学的分支——市场设计（market design）。他完成的项目包括：肾脏捐赠匹配网络、纽约市高中入学系统以及医学院毕业生住院培训分配系统等。

在纽约这样的大城市里，一般来说，美国孩子都是就近入学，但八年级学生却有着数量惊人的选择。纽约市的8万名八年级学生可以选择700所高中（相当于国内的小升初），理论上讲，每位学生都可任选其中的一所学校就读。不过，对于生活在贫民区、邻近学校很糟糕的孩子们来说，选择合适的学校就显得异常重要了。(www.xing528.com)

罗斯真的将这个看似童话般的匹配系统实现了。

在罗斯介入之前，纽约的高中入学匹配系统糟糕透顶，以至该市有1/3的八年级学生不愿意参与系统匹配。纽约教育部门的前官员多罗辛回忆道：“那个系统就像是一个拥挤不堪、秩序混乱的中东集市。”罗斯利用递延接受算法重新设计了该系统，将过去一团乱麻的系统简化为清晰可靠的系统，每位学生可以按自己的喜欢程度最多填报12个志愿，学生们秘密提交他们的志愿，学校为所有第一志愿的学生分配座位。当然并不是立刻录取这些学生，只是保留座位，每个学生跟前一轮被拒绝的学生向下一个志愿提交申请，学校将前一轮保留的学生和新申请的学生综合考虑，然后确认录取的学生，被拒绝的学生可以顺延他们的志愿。罗斯设计的新系统成功帮助学生们选到了心仪的学校。新系统投入使用后，学生的参与率从66%跃升至93%。