数字市场中的竞争、对齐与均衡

传统平台间的竞争已知可通过使平台行为符合用户偏好来改善用户效用。但在数据驱动的市场中，对齐在多大程度上显现？为从理论角度研究此问题，我们引入一个双寡头市场，其中平台行为为 bandit 算法，两平台竞争用户参与。该市场的一个显著特征是推荐质量同时取决于 bandit 算法与用户交互所提供的数据量。算法性能与用户行为间的这种相互依赖，使市场均衡的结构及其用户效用质量复杂化。我们的主要发现是，该市场中的竞争并不能使市场结果完美对齐用户效用。有趣的是，无论平台拥有独立数据仓库还是共享数据仓库，市场结果均表现出错位。尽管如此，数据共享假设影响了驱动错位的机制，也影响了错位的具体形式（例如最佳与最差市场结果的质量）。更广泛地，我们的工作表明数字市场中的竞争对用户效用具有微妙后果，值得进一步研究。