クラウドソーシング探査

オンラインプラットフォームの普及により、代替可能な製品/サービスについて消費者の経験を収集し広める動機から、消費者余剰を最大化することを目指す最適な情報提供の問題を調査します。私たちは、前向きな原則（プラットフォーム設計者）が、短命の合理的エージェント（消費者）に成果の履歴に関する情報を動的に開示するポリシーを事前に約束する分散型マルチアームバンディットフレームワークを開発します。私たちは、消費者余剰が設計者の情報提供ポリシーの正確性に対して単調でないことを示します。消費者は常に「利用」のモードにあるため、過去の成果について正確な情報を開示するポリシーは「探査」が不十分であるという欠点を抱えています。設計者がプラットフォームに持っている情報を戦略的に曖昧にするポリシーを採用することで、この非効率を（部分的に）緩和できる方法を示します。興味深いことに、このようなポリシーは、消費者が設計者の目的と情報がどのように開示されるかを正確に理解しているにもかかわらず、利益をもたらします。より一般的には、最適な情報提供ポリシーは大規模な線形計画の解として得られることを示します。このような解は通常扱いにくいため、私たちは構造的な発見を用いて、分散学習における情報の曖昧化の価値を強調する直感的なヒューリスティックを設計します。さらに、設計者が消費者に対して金銭的な報酬を通じて探査を直接促すことができる場合でも、曖昧化が有益であることを強調します。この論文は、セルゲイ・ネテシン、オペレーションマネジメントによって受理されました。