异构众包中全支付竞赛的最优奖品设计
多智能体系统
2018-12-13 v1 计算机科学与博弈论
摘要
激励是众包成功的关键,而众包高度依赖于用户的参与程度。本文设计了一种激励机制,以促使异构用户群体积极参与众包活动。我们将该问题构建为一种新颖的、具有不完全信息的非对称全支付竞赛模型,其中任意n个用户付出不可撤回的努力以竞争一组奖品元组。该奖品元组是一组奖品函数而非传统竞赛通常采用的单一常数奖品。我们设计了一种最优竞赛,其(a)为众包者带来最大利润——用户总努力减去奖品支出,且(b)确保用户严格具有参与激励。与直觉及先前相关工作的鲜明对比是,我们的机制诱导出一种均衡,其中异构用户彼此独立地行动,犹如处于同质环境中。这一新发现的特性,我们称之为策略自主性(SA),具有实际意义:它(a)将每个用户的计算与存储复杂度降低n倍,(b)通过抵消非对称竞赛中存在的努力保留效应来增加众包者收益,且(c)中和了(几乎普遍的)边际收益递减律(DMR)。通过广泛的数值案例研究,我们展示并审视了本机制优越的盈利能力,并深入理解了SA特性。
引用
@article{arxiv.1812.04848,
title = {Optimal Prizes for All-Pay Contests in Heterogeneous Crowdsourcing},
author = {Tie Luo and Salil S. Kanhere and Sajal K. Das and Hwee-Pink Tan},
journal= {arXiv preprint arXiv:1812.04848},
year = {2018}
}
备注
9 pages, 4 figures. IEEE MASS 2014