中文

具有策略性数据源的竞争性统计估计

计算机科学与博弈论 2019-04-30 v1 机器学习

摘要

近年来,数据作为一种商品本身在经济中扮演着日益重要的角色。在许多场景中,数据聚合者无法直接验证其所购买数据的质量,也无法验证数据源在创建数据时所付出的努力。近期的研究探索了确保数据源与单一数据聚合者共享高质量数据的机制,解决了道德风险问题。通常,存在唯一的社会有效解。在本文中,我们考虑存在多个数据聚合者的数据市场。由于数据一旦创建便可廉价复制和传输,数据源可能将同一数据共享给多个聚合者,导致数据聚合者之间的搭便车行为。这种耦合可能导致均衡的非唯一性和社会低效。我们考察了文献中近期受到关注的一类特定机制,并刻画了由此产生的数据市场的所有广义纳什均衡。我们表明,与单一聚合者情形相反,要么存在无穷多个广义纳什均衡,要么一个也没有。我们还提供了所有均衡均为社会低效的充要条件。在我们的分析中,我们识别了这些机制中导致这些不良结果的组成部分,表明有必要研究面向具有多个数据购买方和出售方的竞争性环境的机制。

关键词

引用

@article{arxiv.1904.12768,
  title  = {Competitive Statistical Estimation with Strategic Data Sources},
  author = {Tyler Westenbroek and Roy Dong and Lillian J. Ratliff and S. Shankar Sastry},
  journal= {arXiv preprint arXiv:1904.12768},
  year   = {2019}
}

备注

accepted in the IEEE Transactions on Automatic Control