网络外部性下信息年龄竞争中的规制

在线内容平台关注其向终端客户推送内容更新的新鲜度，且如今越来越多的平台邀请并付费给众包群体来采样实时信息（例如交通观测与传感器数据），以助降低其信息年龄（AoI）。随时间采样并购买多少众包数据，是平台 AoI 管理的关键问题，需要在 AoI 与所产生的采样成本之间取得良好平衡。在采样之后的阶段，多个平台共存并共享带宽受限的内容分发网络，且在一个平台的更新可能由于负网络外部性而阻塞或抢占其他平台更新的情况下，该问题变得更为有趣。当这些自私的平台彼此知晓对方的采样成本时，我们将它们的竞争建模为非合作博弈，并表明它们为降低自身 AoI 倾向于过度采样，导致无政府代价（PoA）为无穷大。为弥补这一巨大的效率损失，我们在重复博弈中提出一种非货币惩罚的触发机制，以强制平台合作逼近社会最优。我们还研究了更具挑战性的不完全信息场景，即某些新平台在贝叶斯博弈中向其他既有平台隐藏其私有采样成本信息。或许令人惊讶的是，我们表明即便是信息更多的平台也可能受损。我们成功重新设计了触发与惩罚机制，以消除该平台的信息优势并确保无欺骗行为。我们大量的仿真表明，这些机制能够弥补因平台竞争造成的巨大效率损失，且当具有已知成本信息的既有平台数量增多时性能得以提升。