Transparency and Control in Platforms for Networked Markets
在本文中,我们分析了网络古诺竞争模型下的在线平台设计的最坏情况下的效率损失。受当今运营的一些最大平台的启发,我们考虑的平台设计研究了透明度和控制之间的权衡。我们的研究结果表明,开放获取设计激励生产增加到完全竞争的水平,并限制效率损失,而控制分配设计导致生产者平台激励错位,导致低参与和无限的效率损失。我们还表明,歧视性的准入设计平衡透明度和控制,实现最好的两个世界保持高参与率,同时限制效率损失。
2020-09-30 cs.GT
Revenue Management on an On-Demand Service Platform
我考虑了自由职业者(或服务提供商)在按需服务平台上所面临的最优小时(或一般单位时间)定价问题。在工作人员忙碌时到达的服务请求将永远丢失。因此,最优小时价格需要捕获接受工作所产生的平均小时机会成本。由于这些成本的潜在不对称性,基于工期、到达过程的特点等的不同工作的价格歧视,可能是必要的最优性,即使客户的小时支付意愿是同分布的。我首先建立这样的价格歧视是没有必要的,如果客户到达过程是泊松:在这种情况下,最优策略收取相同的每小时费率的所有工作。即使收益随时间折现,这一结果也成立。然后,我考虑的情况下,客户属于不同的类,在他们的支付意愿有所区别。我提出了一个简单而实用的迭代程序来计算在这种情况下的最优价格的客户估值分布的标准规律性假设。我最后表明,这些见解继续保持在多个质量差异化的工人之间的竞争存在,假设一个自然的客户选择模型中,客户总是选择最好的可用的工人,她可以负担得起的。
2019-07-08 cs.GT
Design of auction-based approach for market clearing in peer-to-peer market platform
本文设计了一个用于交易能量(Transactive Energy,TE)系统中的对等(Peer-to-Peer,P2P)能量交易的市场平台,在该平台中,产消者和消费者作为卖方或买方积极参与能量交易。在拟议的平台中使用基于拍卖的方法进行市场清算,并对不同类型的拍卖进行了审查。设计了适合该平台的市场清算拍卖方式。建议的拍卖机制分为三个步骤,即确定、分配和支付。本文确定了重要的P2P市场清算性能指标,用于比较和对比设计的拍卖与不同类型的拍卖机制。比较研究表明,所提出的拍卖机制的市场出清在P2P平台的有效性。
2019-02-07 cs.GT math.OC
Optimal Calibrated Signaling in Digital Auctions
针对数字广告拍卖中平台与广告主的CTR信息不对称问题,提出校准信令机制,刻画二价拍卖下最优校准信令的结构并给出高效计算方法及近似方案,实现平台收益优化。
2025-07-23 cs.GT cs.IR econ.TH
A Persuasive Approach to Combating Misinformation
本文提出利用贝叶斯说服帮助社交媒体平台对抗错误信息,将预测不完美时的最优信号机制刻画为线性规划,分析了行为式模型下的收敛性与稳定性,并实验验证该方法能显著减少错误信息传播。
2024-02-13 cs.GT
Commitment on Volunteer Crowdsourcing Platforms: Implications for Growth and Engagement
志愿者众包平台将志愿者与经常重复的任务相匹配。为了确保完成这些任务,平台经常使用一种称为“采用”的杠杆,这相当于志愿者承诺重复执行任务。尽管减少了匹配的不确定性,但高水平的采用会降低形成新匹配的可能性,这反过来会抑制增长。我们研究平台应该如何管理这种权衡。我们的研究是由与食品救援美国(FRUS),一个志愿者为基础的食品回收组织活跃在30多个地点的合作动机。对于像FRUS这样的平台来说,成功关键取决于志愿者的参与。因此,有效地利用非货币杠杆,如采用,是至关重要的。出于志愿者管理文献和我们对FRUS数据的分析,我们开发了一个双边市场模型,该模型反复将志愿者与任务相匹配。我们的模型结合了匹配的不确定性以及未能匹配对未来参与的负面影响。我们研究了平台的最优策略,用于设置采用水平,以最大限度地提高匹配的总折扣数。我们充分描述了最优近视政策,并表明它采取了一种简单的形式:根据志愿者的特点和市场厚度,要么允许完全采用或不允许采用。从长远来看,我们表明,这样的政策是最佳的或实现了常数因子近似。我们的发现是强大的,将异质性志愿者行为。我们的工作揭示了双边平台需要如何小心控制承诺杠杆对增长和参与的双刃剑影响。“一刀切”的解决办法可能并不有效,因为最佳设计在很大程度上取决于志愿人员群体的特点。
2021-07-15 cs.GT econ.TH
Deterministic-Allocation and Anonymous Joint Advertising in E-commerce Platforms
Meituan Inc.(美团);University of California, San Diego(加州大学圣地亚哥分校)
本文研究了电子商务平台中确定性分配与匿名联合广告的问题,提出了一种基于transformer的神经网络架构JTransNet,用于最优的确定性分配和匿名联合拍卖设计,实验表明其在联合拍卖场景中显著提升了平台收益。
2026-06-12 cs.GT
Towards a Socially Optimal Multi-Modal Routing Platform
城市化速度的不断加快,给我们社区本已有限的交通网络增加了压力。Uber和Lyft等拼车平台正变得越来越普遍,尤其是在城市环境中。虽然由于其按需性质,这些服务可能被认为比乘坐公共交通更方便,但报告显示,它们不一定会减少主要城市的拥堵。一个关键的问题是,典型的移动决策支持系统专注于个人效用和反应后,拥塞出现。在本文中,我们提出了社会体贴的多模式路由算法,是积极主动的,并考虑,通过预测,共享的影响,骑手的整体效率的移动服务。我们已经适应了MATSim模拟器框架,将所提出的算法提出了一个模拟分析的案例研究,在田纳西州纳什维尔,评估我们的路由模型对交通拥堵的影响,不同程度的渗透和采用社会体贴的路线。我们的研究结果表明,即使在低渗透率(社会比率),我们能够实现系统级性能的改善。
2018-02-27 cs.GT cs.NI
Price Competition Under Platform-Mediated Search: A Consider-Then-Choose Framework
针对电商平台排序筛选影响消费决策与定价的问题,研究带词典选择的先考虑后选择(CLC)模型下的价格竞争,刻画均衡结构,提出梯度优势条件以实现高效均衡计算,并验证理论结果的鲁棒性。
2026-10-09 cs.GT
Design of Trusted Market Platforms using Permissioned Blockchains and Game Theory
区块链概念构成了新浪潮技术的支柱,有望在各种工业和社会应用中广泛部署。政府、金融机构、银行、工业供应链、服务公司,甚至教育机构和医院都在进行大量投资,希望通过部署区块链技术来提高业务效率和运营稳健性。本论文的工作是利用区块链技术和博弈论设计可信的B2B市场平台。拟议的平台建立在三个关键思想之上。首先,我们使用带有智能合约的许可区块链作为构建B2B平台的技术上可行的方法。区块链部署智能合约,管理企业买家和卖家的互动。其次,智能合约的设计是对买卖双方之间战略互动的重复博弈模型进行严格分析。我们表明,这种智能合约会诱导买家和卖家的诚实行为。第三,我们将加密监管协议嵌入到许可的区块链中,以确保业务敏感信息不会泄露给竞争对手。我们相信,我们的工作是朝着建立一个强大的B2B平台的方向迈出的重要一步,该平台可以最大限度地提高社会福利,并使战略企业代理之间能够进行可信的合作。
2020-01-16 cs.GT
Beyond Advertising: Mechanism Design for Platform-Wide Marketing Service "QuanZhanTui"
本文针对电商平台“全站推”全域营销服务,提出流动性支付拍卖(LPA)机制,在自动竞价环境下兼顾卖家营销效率与平台用户体验,并证明其最优性与激励相容性。
2025-06-26 cs.GT
Beyond Last-Click: An Optimal Mechanism for Ad Attribution
Baidu Inc.(百度公司)
本文提出一种最优的DSIC归因机制PVM,解决了传统LCM在准确性和公平性上的不足。
2025-11-28 cs.CE cs.GT
Pricing, Matching, and Bundling: an Equilibrium Analysis of Online Platforms
本文研究在线平台如何通过定价、匹配和捆绑三个关键杠杆平衡盈利与市场福利。
2026-05-06 cs.GT
Optimal Exploration of New Products under Assortment Decisions
Stern School of Business, New York University(纽约大学斯特恩商学院);Massachusetts Institute of Technology(麻省理工学院)
研究平台在容量约束下通过分类决策在线学习新产品质量,提出最优探索策略以最小化遗憾,并揭示新产品应与顶级现有产品搭配、同时探索数量由潜力决定等结构洞见。
2026-05-23 cs.GT cs.LG cs.SI
Disrupting Bipartite Trading Networks: Matching for Revenue Maximization
本文研究在线平台在二分交易网络中的收入最大化匹配问题,证明一般情形计算难解,并给出特殊情形的高效算法及收入与福利的对数近似保证。
2024-06-11 cs.CC cs.GT
The Platform Design Problem
Columbia University(哥伦比亚大学)
在线公司部署软件平台套件,其中每个平台都被设计为在特定活动期间与用户交互,例如浏览,聊天,社交,电子邮件,驾驶等,这种交换的经济和激励结构以及其算法性质尚未被探索。我们将这种交互建模为设计师和一个或多个代理之间的Stackelberg游戏。我们的代理模型作为一个马尔可夫链的状态是活动,我们假设代理的效用是这个链的稳态分布的线性函数。设计者可以为这些活动/状态中的每一个设计平台;如果代理采用平台,则马尔可夫链的转移概率会受到影响,因此代理的目标也会受到影响。设计者的效用是可访问状态的稳定状态概率减去平台的开发成本的线性函数。Agent的底层优化问题--如何选择采用平台的状态--是一个MDP。如果该MDP具有简单但合理的结构(从一个状态到另一个状态的转移概率仅取决于目标状态和当前状态的复发概率),则Agent的问题可以通过贪心算法来解决。设计者的优化问题(设计一个自定义套件的代理,以便优化,通过代理的最佳反应,设计者的收入),是NP难近似在任何有限的比率;然而,特殊的情况下,虽然仍然NP难,有一个FPTAS。这些结果概括了从一个单一的代理代理的分布有限的支持,以及设置设计师必须找到最佳的反应,其他设计师的现有策略。我们讨论了我们的研究结果和未来的研究方向的其他影响。
2021-07-13 cs.CC cs.GT cs.LG
A Distributed Platform for Mechanism Design
我们描述了一个分布式机制设计的结构化系统。它由一系列的层组成。较低层只处理与分布式计算相关的操作,而较高层只关心参与者之间的通信,包括广播和多播以及分布式决策。这就产生了一个高度灵活的分布式系统,其特定的应用程序作为其顶层的实例来实现。这种设计支持容错,防止操纵,并使之有可能实现分布式警务。该系统是用Java实现的。我们通过讨论一些实现的例子来说明它。
2008-10-17 cs.DC cs.GT
Disinformation, Stochastic Harm, and Costly Effort: A Principal-Agent Analysis of Regulating Social Media Platforms
University of Alberta(阿尔伯塔大学)
在社交平台上传播虚假信息对社会有害。这种伤害可能表现为公共话语的逐渐退化;但也可能表现为突然的戏剧性事件,如2021年国会山的叛乱。这些平台本身处于防止虚假信息传播的最佳位置,因为它们拥有最佳的相关数据访问权限和使用这些数据的专业知识。然而,缓解虚假信息的成本高昂,不仅需要实施检测算法或人工操作,还因为限制此类高度病毒式传播的内容会影响用户参与度和潜在的广告收入。由于有害内容的成本由其他实体承担,因此该平台将没有激励来行使社会最佳水平的努力。这一问题类似于环境监管的问题,在环境监管中,不利事件的成本不是由企业直接承担,企业的缓解努力是不可观察的,有害后果与具体失败之间的因果关系难以证明。对于环境监管,一个解决方案是进行昂贵的监测,以确保公司根据规定的规则采取适当的预防措施。然而,一个固定的规则分类虚假信息变得不那么有效,随着时间的推移,坏演员可以学习顺序和战略绕过it. Encoding我们的域作为一个马尔可夫决策过程,我们证明了没有惩罚的基础上的静态规则,无论有多大,可以激励最佳的努力。基于自适应规则的惩罚可以激励最佳努力,但与直觉相反,只有当监管机构通过要求比最佳努力水平更高的努力对有害事件做出充分过度反应时。我们为社交平台的有效监管提供了新的见解,强调了固有的挑战,并讨论了未来工作的前景。
2022-06-27 cs.AI cs.GT econ.TH
Market Power and Platform Design in Decentralized Electricity Trading
Swiss Economics(瑞士经济学);University of Zurich(苏黎世大学)
本文研究平台设计如何影响去中心化电力交易中的战略行为,通过动态博弈模型分析了prosumers在平台中的行为机制,发现平台设计对市场力量和存储利用有显著影响。
2026-03-20 cs.GT econ.GN q-fin.EC