通过正-未标记学习检测单一投标人拍卖中的腐败
机器学习
2021-02-11 v1 计算机科学与博弈论
摘要
在研究与政策制定指南中，单一投标人率是公共采购中常用的腐败代理指标，但就其本身而言，这并非腐败拍卖的证据，而是一种无竞争拍卖。尽管无竞争拍卖可能源于试图掩盖交易的腐败采购方，但也可能由地理隔离、垄断者存在或其他结构性因素导致。在本文中，我们使用正-未标记分类（positive-unlabelled classification）尝试将俄罗斯联邦的公共采购拍卖划分为可能公平的拍卖与可疑的拍卖。
引用
@article{arxiv.2102.05523,
title = {Detecting corruption in single-bidder auctions via positive-unlabelled learning},
author = {Natalya Goryunova and Artem Baklanov and Egor Ianovski},
journal= {arXiv preprint arXiv:2102.05523},
year = {2021}
}