具有网络效应的移动社交数据市场中用于收益最大化的动态定价

在无线社交网络中，移动数据需求正急剧增长，因此亟需一种面向社交赋能业务的高效定价方案。尽管静态定价在实际数据市场中占主导地位，但直观上价格应动态调整以产生更高收益。关键问题是如何设计最优动态定价方案，以期最大化预期的长期收益。本文研究了社交数据市场中垄断移动网络运营商的序贯动态定价方案。在该市场中，运营商（即卖方）在多个时间段内动态且重复地 individually 向每位移动用户（即买方）提供特定价格。所提方案利用了移动用户行为中促进社交数据需求的网络效应。此外，由于无线资源有限，定价方案还考虑了无线网络拥塞的影响。此后，我们提出了一种修正的序贯定价策略，以在移动用户的个体效用方面保障社会公平。我们分析证明，所提序贯动态定价方案可帮助运营商获得比基线静态定价方案更高的收益，并使移动用户实现更高的总效用。为获得更多见解，我们进一步研究了一种同步动态定价方案，其中运营商在每个时间段开始时确定定价策略。移动用户在每个时间段内同步决定其各自的数据需求，同时考虑社交域中的网络效应与网络域中的拥塞效应。我们使用 Erd\H{o}s-R\'enyi (ER) 模型及基于真实数据集的社交网络进行性能评估。