驯服新鲜状态获取中的时变信息不对称性
计算机科学与博弈论
2021-03-30 v2
摘要
许多在线平台通过持续获取不同兴趣点（PoIs）的状态来提供有价值的实时内容（如交通信息）。在状态获取中，由于各PoI具有自利性且偏好私有并可能时变，确定PoI应向平台上传其状态的频率具有挑战性。本文考虑一个通用的多周期状态获取系统，旨在最大化总体社会福利并保证平台新鲜度。新鲜度由称为信息年龄的指标衡量。为此，我们设计了一种长期分解（LtD）机制以解决时变信息不对称性。其核心思想是构造仅依赖于当前私有信息的虚拟社会福利，然后将每周期运行分解为面向PoI和平台的多个分布式竞标问题。LtD机制使平台能够在收益最大化与新鲜度条件之间实现可调的权衡。此外，LtD机制在与对称信息基准相比时保持相同的社会性能，并渐近地保证平台新鲜度条件。基于真实数据的数值结果表明，当平台更关注收益最大化时，各PoI在长期内仍获得非负收益。
引用
@article{arxiv.2103.12334,
title = {Taming Time-Varying Information Asymmetry in Fresh Status Acquisition},
author = {Zhiyuan Wang and Lin Gao and Jianwei Huang},
journal= {arXiv preprint arXiv:2103.12334},
year = {2021}
}