具有有限理性的多媒体众包:认知层级视角
计算机科学与博弈论
2019-04-26 v2
摘要
在多媒体众包中,请求者的质量要求和奖励决策会影响工作者的任务选择策略及其多媒体贡献的质量。本文首次研究了工作者的有限认知理性如何与多媒体众包系统的决策和性能相互作用并影响其决策和性能。具体而言,我们考虑一个两阶段模型,其中请求者首先确定每个任务的奖励和质量要求,工作者相应选择要完成的任务。首先,我们考虑用户完全理性的基准情形,推导出请求者对各任务的最优奖励与质量要求。接下来,我们通过使用认知层级理论建模工作者的任务选择行为,聚焦于更实际的有限理性情形。与完全理性基准相比,我们表明请求者可通过利用工作者的有限认知理性来增加其利润,尤其当工作者群体规模大或工作者平均认知水平低时。然而,当工作者平均认知水平非常高时,实用有限理性模型下的均衡收敛于基准完全理性模型下的均衡。这是因为不同层级的工作者顺序决策,且高认知层级工作者能准确预测其他用户的策略。在完全与有限理性两种模型下,我们表明若工作者异质但某类工作者(高质量或低质量)主导平台,请求者无法通过为不同任务设定不同质量要求来获得更高利润。
引用
@article{arxiv.1904.09809,
title = {Multimedia Crowdsourcing with Bounded Rationality: A Cognitive Hierarchy Perspective},
author = {Qi Shao and Man Hon Cheung and Jianwei Huang},
journal= {arXiv preprint arXiv:1904.09809},
year = {2019}
}