社交网络中的通信学习：有限群体与速率
社会与信息网络
2012-12-13 v1 物理与社会
摘要
遵循贝叶斯通信学习范式，我们提出了有限群体学习概念，以捕捉任何给定网络中的信息聚合水平，其中代理在做出单一决策之前被允许与邻居反复通信。这一概念有助于确定有限网络中有效信息聚合的发生，并揭示了参数之间明确的相互作用。它还使得关于网络中信息聚合有效性的有意义的比较静态分析成为可能。此外，它提供了一个坚实的基础，通过新的完美学习概念来解决学习行为的长期动态以及随着群体发散的相关学习速率。我们关于通信网络中有限群体学习和完美学习发生的条件非常易于处理且透明。
引用
@article{arxiv.1212.2893,
title = {Communication Learning in Social Networks: Finite Population and the Rates},
author = {Jianqing Fan and Xin Tong and Yao Zeng},
journal= {arXiv preprint arXiv:1212.2893},
year = {2012}
}