一种新的电子商务中信任行为博弈模型

合集下载

计算模型视角下信任形成的心理和神经机制——基于信任博弈中投资者的角度

计算模型视角下信任形成的心理和神经机制——基于信任博弈中投资者的角度

心理科学进展 2021, Vol. 29, No. 1, 178–189 © 2021 中国科学院心理研究所Advances in Psychological Sciencehttps:///10.3724/SP.J.1042.2021.00178178计算模型视角下信任形成的心理和神经机制——基于信任博弈中投资者的角度*高青林 周 媛(中国科学院心理研究所行为科学重点实验室, 北京 100101) (中国科学院大学心理学系, 北京 100049) 摘 要 人际信任渗透在社会交互的各个方面, 是促进和维持合作的重要基石。

以往研究者借助信任博弈范式, 主要探讨了人际信任的理论模型、生物基础和影响因素等方面。

近年来, 研究者开始将计算模型应用于信任博弈的数据分析中, 深入挖掘人际信任行为背后的心理机制, 将计算模型与神经影像技术结合, 加深对信任行为背后脑机制的理解。

目前将计算模型应用于信任博弈范式中的研究主要针对“信任是如何形成的”这一科学问题, 未来要进一步发展计算模型方法, 结合非侵入性脑刺激技术, 应用于精神疾病人群中, 以深入理解正常和异常信任形成的心理和神经机制。

关键词 人际信任, 信任博弈, 计算模型, 功能磁共振成像 分类号 B849:C911 引言信任(trust)是经济以及社会生活中的一种润滑剂(Snijders & Keren, 2001), 也是维系社会关系的粘合剂(Wilson & Eckel, 2006)。

人际信任(interpersonal trust)作为最复杂的社会技能之一, 在社会交互中起着重要的作用(Fett et al., 2014)。

尽管人际信任的概念存在不同的表述, 但其核心是指人们基于对他人行为的积极预期(比如在可能合作也可能竞争的情况下, 预期对方会与自己合作), 愿意将自己处于风险境遇中的一种心理状态(Krueger et al., 2007; Rotter, 1967)。

电子商务环境下的消费者行为研究

电子商务环境下的消费者行为研究

文章编号:1003-207(2002)06-0088-04电子商务环境下的消费者行为研究黎志成,刘枚莲(华中科技大学现代化管理研究所,湖北武汉 430074)摘 要:本文首先分析了电子商务环境下消费者行为相对于传统的商业模式所表现的特点:消费市场的细分化、服务需求的主流化、选择范围的扩大化和购买行为的理性化、生产和流通循环的直接化;然后分析了影响消费者网上购买行为的宏观和微观因素,最后建立了电子商务环境下的基于计划行动理论的消费者行为模型。

关键词:电子商务;消费者行为;理性行为理论;计划行为理论中图分类号:C934 文献标识码:A收稿日期:2002-04-22基金项目:国家自然科学基金资助项目(70171014);湖北省自然科学基金项目(2001ABB033)作者简介:黎志成(1935-),男(汉族),江西万载县人,华中科技大学教授,博士生导师,研究方向:现代管理理论与方法、管理系统模拟.1 引言Internet 充当购物中介的功能以不可预见的速度增长,专家们普遍认为全球化的电子市场极大地影响了本世纪的商务活动。

根据IDG 电子商务研究中心1999年11月预测:2000年全球电子商务的营业额将达到5070亿美元;2001年将达到10000亿美元;2003年将达到28000亿美元。

虽然,电子商务总体发展趋势放缓已经是一个不争的事实,Gartner Group 于2001年3月将其之前预测的到2004年全球电子商务B2B 的交易总额将达到73000亿美元缩减至60000亿美元[1],但是电子商务仍然生机盎然。

全球化的电子贸易为企业的发展提供了许多的机遇,能够充分满足已有顾客和潜在顾客的特定需求。

某些著名的跨国公司赞助的网上零售市场的失败主要是由于没有把握网上顾客的行为特征。

因此,研究电子商务环境下的消费者行为十分必要。

2 电子商务模式下的消费者行为特点电子商务建立在先进的信息技术平台上,它的活动空间不是传统的有形实体产品交换的空间,而是电子空间(Cyberplace)。

组织内部纵向信任行为的博弈分析

组织内部纵向信任行为的博弈分析
远不够 , 没有 引起 学界足够重 视。当代组 织最关 切的议 题是如何提高组织 的绩效 和生产力 ,Байду номын сангаас 有赖于组 织 内部
成员之间的通 力合 作 ,而合作 的基本要 素是信任 这个重

如随 固定资产的投入增加而增 大。一般 地 ,1 。 l ≥1 ( )在组织现有 分配制度下 ,博弈方 A所分 得的份 5 额为 8 ,博弈方 B所分得 的份额为 p +p 。 ,口 =1
的正向共 同运动 (o te O o m n ,即合作 次数 愈 p i —m v et si C v e )
l 组织 内部纵 向信任行为的模型构建
为了构建模型和简化计算的需要, 借鉴刘友金和V- i t ne u 等人的相关研究成果,笔者特作如下的假设 : aAdr b l h
( 完全不信任)
( 完全信任或无条件信任)
图 1 信任 系数的连续体 示意 图
都追求个体利益 的最大化 。
()基于 团 队 理 论 ,组 织需 要 A 3 、B双方 的 投 入。
( )设 博 弈方 A有两 种 的 策 略选 择 ,即不 合 作 N 8
(o —c p tn l —r t nn o e i 或 i ts oro a o u )和信任 T ( t e r . n 吣 r io i ep e n
i) t ,博弈方 A选择策略 N的概率 为 P y ,选择 策略 T的概
设每次合 作 的总投 入为 I( 括人 力 、物力 、财力 等要 包
京) 其中, , A的投入所 占份额 为 a ,B的投入 所 占份额
为 b +b 。 ,a =1
收稿 日期 :20~ 1-0 05 1 2 -
率为 1 P 一 。设博弈方 B 的策略也有两种,即剥削 E(】 e. 【

电子商务经济学基本原理(第三章)

电子商务经济学基本原理(第三章)
其简单描述是:“网络的价值与网络使用者 数量的平方成正比。”
电话的发明就是遵循梅特卡夫法则的——如 果全世界只有一个电话的使用者,那么电话 这项发明的价值为零,可是大家都在使用电 话,那么,这项技术就能够为像美国电报电 话公司(AT&T)这样的巨型企业的存在提供 足够的经济基础。 同样的道理,互联网上众多应运而生的网络 公司,如电子海湾和亚马逊的飞速发展也是 因为其网络用户的不断加入而发展壮大。
例如:蔬菜→锄头→粮食 蔬菜→食盐→油→木材→锄头→粮食
交换市场必然要呼吁减少交易环节和降低交易成本,这 就促成了中间媒介的产生。

3.3 电子商务经济现象的基本原理分析
3.媒介
交换的中间环节只有一个,不再使 采用交易媒介而进行交易的市场: 用多次交换区完成,粮食成为交易的中 蔬菜←→粮食 间媒介。这种交换方式,降低了交换成 锄头←→粮食 本,需求信息不畅通在一定程度上得到 木材←→粮食 了克服,各种剩余产品的生产者对粮食 需求信息的了解,是他们生产和交换活 油←→粮食 动中主要的决策依据。 盐←→粮食 结论: 1、交易环节的增多与需求信息的不通畅成正比 2、交换媒介的产生减少了交换的中间环节,使市场需求信息的要求趋于简 单,同时大大降低了总机会成本 3、市场行为的选择与需求信息量的掌握程度直接关联,市场将选择使需求 信息量更加简单和通畅的交易行为
摩尔定律从微观角度解释了产品的性能提高 而成本降低的现象;梅特卡夫法则则从宏观 角度解释了产生这种现象的社会渊源—— “随着一个技术的使用者的不断增多,每一 个使用者从使用中获得的价值不断增加,但 使用费用却不断下降”的现象是市场决定的。
3、达维多定律(Davidow’s Law)
网络经济中的“马太效应” 达维多定律由英特尔公司副总裁威廉· 达 H· 维多(William H Davidow)在1992年提 出并以其名字命名 “任何企业在本产业中必须不断更新自己的 产品。一家企业如果要在市场上占据主导地 位,就必须第一个开发出新一代产品,因为 市场的第一代产品能够自动获得50%的市 场份额。”

智猪博弈名词解释

智猪博弈名词解释

智猪博弈名词解释1. 引言智猪博弈(Piglet Game)是一种经济学中常用的博弈模型,用于研究在不完全信息和不确定性条件下的决策问题。

该模型以两个参与者之间的交互行为为基础,通过分析参与者的策略选择和收益情况,揭示了在不同情境下的最优决策策略。

智猪博弈模型最初由经济学家约翰·哈斯廷斯(John Harsanyi)和雷诺·塞尔顿(Reinhard Selten)于20世纪70年代提出,并被广泛应用于经济学、政治学、心理学等多个领域。

2. 基本概念2.1 参与者智猪博弈中通常有两个参与者,分别称为”智者”和”猪”。

智者代表理性、冷静、明智的决策者,而猪则代表相对较低的理性水平、易受欺骗或情绪驱动的决策者。

2.2 策略在智猪博弈中,参与者可以选择不同的策略来达到自己的目标。

策略是参与者在每个决策节点上可选择的行动或决策方式。

每个参与者都有一个策略集合,其中包含了所有可能的策略选择。

2.3 收益智猪博弈中,每个参与者的目标是通过选择最优策略来最大化自己的收益。

收益可以是物质上的利益、金钱、社会地位等,也可以是非物质上的满足感、幸福感等。

2.4 不完全信息和不确定性智猪博弈模型考虑了参与者在决策过程中面临的不完全信息和不确定性条件。

不完全信息指参与者无法获得全部信息或无法准确评估其他参与者的行为意图。

不确定性指决策结果存在随机性或未知因素。

3. 博弈形式智猪博弈模型可以采用多种形式,常见的包括正常形式博弈和扩展形式博弈。

3.1 正常形式博弈正常形式博弈是最简单的一种博弈形式,通常用于描述只有一次决策的博弈过程。

在正常形式博弈中,参与者同时选择策略,并根据选择的策略和对方的选择获得相应的收益。

智者和猪参与一个正常形式博弈,智者可以选择策略A或策略B,猪可以选择策略X或策略Y。

他们的收益将根据所选择的策略而定。

3.2 扩展形式博弈扩展形式博弈是一种更为复杂的博弈形式,用于描述包含多个决策节点和时间序列的博弈过程。

基于博弈论与系统动力学的农村电子商务生态系统融合发展策略研究

基于博弈论与系统动力学的农村电子商务生态系统融合发展策略研究

基于博弈论与系统动力学的农村电子商务生态系统融合发展策略研究目录一、内容综述 (2)1. 研究背景 (3)2. 研究意义 (3)3. 研究目的与问题提出 (5)二、理论基础 (6)1. 博弈论概述 (7)博弈论的基本概念 (8)博弈论的发展与应用 (9)2. 系统动力学概述 (10)系统动力学的基本原理 (11)系统动力学在经济学领域的应用 (12)3. 两者结合的理论基础 (13)三、农村电子商务生态系统分析 (14)1. 农村电子商务生态系统的构成要素 (16)2. 农村电子商务生态系统的特点 (17)3. 农村电子商务生态系统的发展现状 (18)四、博弈论在农村电子商务生态系统中的应用 (19)1. 博弈论在农村电子商务市场中的角色 (21)2. 博弈论在农村电子商务竞争与合作中的应用 (22)3. 博弈论在农村电子商务政策制定中的应用 (23)五、系统动力学在农村电子商务生态系统中的应用 (24)1. 系统动力学在农村电子商务生态系统中的建模方法 (26)2. 系统动力学在农村电子商务生态系统中的仿真分析 (26)3. 系统动力学在农村电子商务生态系统中的优化策略 (28)六、农村电子商务生态系统融合发展的策略研究 (29)1. 博弈论与系统动力学结合的策略框架 (31)2. 农村电子商务生态系统融合发展的实施步骤 (32)3. 农村电子商务生态系统融合发展的保障措施 (33)七、案例分析 (34)1. 典型农村电子商务生态系统发展案例 (36)2. 案例分析 (37)3. 案例分析 (38)八、结论与展望 (39)1. 研究结论 (40)2. 研究贡献 (41)3. 研究不足与展望 (43)一、内容综述随着互联网技术的飞速发展,农村电子商务生态系统逐渐成为推动农村经济发展的重要力量。

农村电子商务在发展过程中仍面临着诸多挑战,如信息不对称、物流配送难、金融支持不足等。

为了有效应对这些挑战,众多学者和专家开始关注如何通过博弈论与系统动力学的方法来研究农村电子商务生态系统的融合发展策略。

企业间合作与竞争的博弈模型

企业间合作与竞争的博弈模型

企业间合作与竞争的博弈模型第一章引言企业间的合作与竞争是经济活动中常见的一类现象。

企业间合作,可以加强企业之间的联系,形成企业协同效应,提高企业的竞争力,实现共同利益。

而企业间竞争则是企业之间为争夺市场份额和利润而采取的一种行为,它可以促进市场生态的发展和优化。

因此,如何在企业间进行合作与竞争,是当前企业经营和发展面临的重要问题。

本文将从博弈论的角度探讨企业间合作与竞争的博弈模型。

第二章合作的博弈模型企业间的合作,可以通过博弈论模型进行研究。

博弈论是对决策制定者行为和决策的影响进行定量研究的一种数学方法。

下面以纳什博弈为例,解析企业间合作的博弈模型。

2.1 纳什博弈纳什博弈是一种非合作博弈模型,是博弈论中最著名的博弈模型之一。

该博弈模型是基于每个人都做出最优决策的假设,并考虑到其他参与者也会做出最优决策的可能性。

在纳什博弈中,每个人通过考虑其他人可能的行为来选择自己的行为,以达到自己的最优收益。

2.2 合作的纳什均衡在企业间的合作中,纳什博弈中的合作是比较常见的行为。

当多个企业在选择是否进行合作时,会考虑到其他企业是否也会进行合作。

如果有多个企业都选择进行合作,则可以形成一个纳什均衡。

在这种情况下,每个企业对于合作的决策是最优的,因为每个企业的利益可以得到最大化。

2.3 合作的追求问题然而,在企业间的合作中,每个企业都追求自身利益的最大化。

因此,在企业合作时,存在任一企业追求自身利益的情况下,合作可能会被打破。

此时,合作方可能会受到不利的影响,从而导致合作的失败。

企业间的合作可以利用纳什博弈模型进行分析,以确定最佳的合作策略。

第三章竞争的博弈模型企业间的竞争可以通过博弈论模型进行分析。

下面以重复的囚徒困境博弈为例,解析企业间竞争的博弈模型。

3.1 重复的囚徒困境博弈重复的囚徒困境博弈是一种重复博弈模型,也是博弈论中最常见的博弈模型之一。

在重复囚徒困境博弈中,两个企业面临决定是否采取合作或竞争的问题。

电子商务专业毕业论文选题方向

电子商务专业毕业论文选题方向

XX大学电子商务毕业论文选题方向1.跨境电商信用评价体系研究2.跨境电商人才培养体系研究3.跨境电商服务质量指标体系的构建研究4.网络效应作用下网络产品定价策略研究5.融入时间衰退因子的社交媒体用户影响力模型6.面向超级意见领袖的网络意见扭曲行为建模与仿真7.面向网络意见偏差的信息级联研究8.面向信息内容的网络意见扭曲行为建模与仿真9.社交网络文本内容与用户行为研究10.共享经济模式下消费者持续使用共享平台意愿的影响因素研究11.基于隐私顾虑的移动个性化推荐模型12.基于参与式感知和隐私关注的用户采纳移动参与式感知服务的激励机制研究13.基于区块链的政务跨界大数据安全共享与挖掘分析用户影响因素模型14.融入文本内容的社交网络用户关系强度研究15.融入社交行为习惯的关系强度度量模型研究16.在线用户关系与电商企业营销策略研究17.跨境电商消费者评论研究与分析18.基于消费者评论的电商服务质量因素研究19.基于社交媒体的企业或品牌影响力研究分析20.社会化网络用户关系与个性化推荐服务研究21.网络效应与生命周期对信息产品定价与盗版控制的影响研究22.游戏社交互动设计与评估模型研究23.电子产品“以旧换新”的定价策略研究24.社交媒体上网络重叠和内容共享:微信vs微博25.融入社交网络的电商创新模式研究26.移动电子商务环境下用户对界面的差异化偏好研究27.界面结构性布局对移动电子商务用户界面偏好的影响研究28.界面布局新颖性对移动电子商务用户界面偏好的影响研究29.界面文本内容对移动电商平台用户界面偏好的影响研究30.移动电子商务平台界面布局的量化模型研究31.影响移动电商用户对平台界面偏好的色彩因素分析32.乡村振兴战略下电商扶贫对策研究33.金融社交平台中用户影响力研究34.社交网络中用户画像分析35.区块链技术在农产品可信溯源中的应用研究36.县域农村电商精准扶贫服务模式研究37.跨境电子商务信用评价体系构建研究38.企业电子商务信用风险预警研究39.B2C卖家企业电子商务信用评价研究40.B2C电子商务企业信用评价体系研究41.大数据时代中小企业信用评价指标体系重构42.跨境电商运营选品策略在速卖通中平台中的应用研究43.电子商务平台近似品牌评价研究44.中国市场手机出货量趋势与国际市场的对比研究45.汽车销售影响因素研究和趋势预测46.品牌熟悉度对线上和线下营销协同作用的影响47.数字产品交易网站的设计与实现48.基于新零售的网上超市的设计与实现49.基于多源大数据的个性化广告推荐模型50.面向年轻群体的网络文学阅读习惯与偏好研究51.社会网络用户影响力研究52.基于职场社会网络用户行为与兴趣分析53.企业商业促销活动对消费者行为的影响54.大数据背景下电商精准扶贫模式研究55.基于社交网络的图书营销系统——微博应用56.电子商务推荐系统主题模型研究57.MCMC算法在电子商务推荐系统中的应用58.在线营销活动效果的影响因素分析59.移动电商平台的在线营销绩效评价方法60.跨境电商背景下用户行为研究-基于共生视角61.基于互联网的信用体系的机遇与风险62.基于淘宝网的商家信用评价模型研究63.大数据背景下跨境电商运营策略的研究64.网络租房的用户接受行为研究65.社交网络下线上口碑与线下口碑的作用研究66.线上与线下购物的认知水平与后悔决策比较研究67.移动社交媒体环境下用户品牌价值生成研究68.移动网络环境下社交圈生命周期研究69.基于大数据的物流专线服务模式研究70.Online-to-offline用户行为分析与信用模型研究71.社交网络环境下用户关系强度计算模型研究72.基于隐私关注的移动位置服务用户行为研究73.交互收敛式个性化广告推荐方法74.大型电商平台顾客体验构成要素及情感判断研究——以天猫为例75.大型电商平台顾客体验构成要素及情感判断研究——以京东商城为例76.面向大学生群体的移动新闻客户端使用和阅读习惯研究77.基于微博/微信企业品牌竞争性关系研究与分析78.基于社会网络的精准广告投放研究79.社会网络环境下基于表示学习的信息推荐研究80.基于社交网络的用户消费行为影响因素分析81.县域农村电商的金融风控研究82.商务谈判博弈的演化路径与策略均衡83.季节性商品预售策略研究84.网络谣言传播扩散机理及其实证研究85.基于Web的在线营销活动效果展示方法研究86.互联网思维与工匠精神协调发展研究87.一种新的电子商务创业模式研究——以XXXX为例88.O2O电子商务模式下的消费者行为分析89.基于互联网的专业市场转型路径研究90.基于看板工作流的电商平台后台系统研究91.“快照”对增加品牌宣传效果的作用92.线上线下消费者购物体验对冲动性购买的影响研究93.大型电商平台顾客体验构成要素及情感判断研究——以淘宝为例94.基于真实数据的大型招聘平台电子商务人才需求分析——以前程无忧为例95.基于真实数据的大型招聘平台电子商务人才需求分析——以智联招聘网为例96.基于真实数据的大型招聘平台电子商务人才需求分析——以中华英才网为例97.基于社会网络的舆情分析与监测研究98.基于社会网络的用户推荐系统研究99.微信朋友圈“点赞”行为动因分析100.社交网络用户关系强度影响因素分析101.面向异质客户的商品预售策略演化研究102.电商APP对在线营销效果及用户购买决策的影响103.在线营销活动的传播模式分析104.各地电子商务产业园区密集发展的反思105.人工智能对电子商务发展的影响研究106.基于社交电商的购买行为影响因素研究——以微商为例107.电子商务中平台可信度水平研究108.社交网络中信任传递模型研究109.电子商务环境下卖方可信度水平研究110.基于社交网络的朋友关系强度度量111.社交网络中节点的影响力分析------以微信为例112.跨境电商平台的消费者互动行为研究113.结合自己的实际工作情况及所熟悉的领域,自拟题目。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一种新的电子商务中信任行为博弈模型摘要:在电子商务中,由于交易的双方互相不认识,因而信任问题常常成为双方成功交易的一个主要障碍。

本文提出了一个新的博弈树模型,采用极大极小分析方法分析了双方的选择的策略。

关键词:诚信;博弈论;极大极小
1 引言
电子商务不受受时间和空间的限制,使买卖双方之间的交易更方便。

但是由于交易的双方经常互相不熟悉,容易导致交易的不确定性,买卖双方都有可能存在不安全性。

这种不安全性主要是由于双方信息不对称性引起的。

一般来说买方处于弱势地位,更易受到风险,卖方也更容易利用网络散布虚假信息。

由于高质量的产品比低质量的产品利润更高,因此卖方往往承诺销售高质量的产品。

即使一些第三方网站使用了声誉系统,卖方也会利用声誉系统进行欺诈。

如果事先通过小额多次交易来积累较高声誉值,然后在大额交易中进行诈骗。

可见,在交易风险普遍存在的情况下,信任问题成为制约电子商务发展的重要障碍。

本文提出一个交易双方的博弈树模型,采用极大极小方法分析电子商务中双方诚信行为产生的原因。

2 博弈树模型
在电子商务中由于双方不熟悉的居多,因而,大量存在一次性的博弈以及有限次数的博弈。

图1是一个买方和卖方之间交易的博弈树。

a是买方,b是卖方,b1和b2表示同一卖方b。

如果卖方提
供的商品质量与网上所声称的一致,则认为卖方是“诚信”,如果卖方提供的商品和他们描述的有很大差别或者存在着严重的质量
隐患,或者根本不提供商品,不会给消费者带来任何使用价值,则称为卖方“不诚信”。

卖方提供高质量商品的成本为c1,提供低质量商品的成本为c2,在进行交易时,买方所支付的价格为p,消费者对高质量商品的评估价值为v,对低质量的评估价值为0。

显然,这四个变量之间的关系为v>p> c1> c2。

如果买方遇到卖方“诚信”时,买方所得的收益是v-p,卖方的收益是p-c1。

如果买方遇到卖方“不诚信”时,买方因买到无用的商品,或者根本没有买到商品,这时买方的收益是-p,卖方所获得收益为p-c2。

如果买方不购买商品,买方的收益为0,诚信的卖方由于商品没有卖出去,损失为cb,其效益为-cb,不诚信的卖方的损失为cf,cf p,同时将罚款交给买方。

投诉代价为f,f< k-p,这时双方的博弈树如图2所示。

图中的a1和a2表示同一交易方a,b1和b2表示同一卖方b。

3 极大极小分析
根据博弈树模型,采用极大极小分析方法分析双方收益最大的行动方案。

在博弈过程中,双方都希望自己获得最大收益,因此当某一方有多个行动方案可供选择时,他总是选择对自己最有利的行为。

如果一方a有几个可供选择的方案,则这些方案之间是“或”的关系,因为主动权操作在a方,他可以选择这个方案,也可以选择另一个方案,a可以完全决定这个选择。

但对于b方而言,b也
有若干个可供选择的方案,对a来说,b可以选择的这些行动方案之间是“与”关系,这是因为主动权掌握在b手中,这些方案中任意一个都可能被b选择,a只能选择剩余的行动方案,也是对自己最不利的行动方案。

这样博弈树就变成了一个“与/或”树。

显然在博弈树中,“或”节点和“与”节点是交替出现的。

极大极小分析法是为一方寻找一个最优行动方案,首先估算当前博弈树叶节点的代价,再推算出父节点的代价,推算方法是:对于“或”节点选取子节点中一个最大代价作为其父节点的代价,这是为了使自己在可供选择的方案中选一个对自己最有利的方案。

对于“与”节点,选其子节点中一个最小的代价作为父节点的代价,这是立足于最坏的情况。

具有最大倒推值的行动方案是最好的行动方案。

在图1中,首先分析买方a的最优行动方案。

节点b1存在两个分支节点,(v-p,p-c1)和(-p,p-c2),它们之间是“与”关系。

由于-p < v-p,因而节点b1的值为(-p,p-c2)。

节点b2存在两个分支节点,分别是(0,-cb)和(0,-cf),它们之间是“与”关系。

b2的值为(0,-cb)或者(0,-cf)。

a
存在两个分支,b1和b2,它们之间是“或”关系。

-p < 0,买方a将选择较大收益值的0,也就是说a选择“不买”是最优行动方案。

对应卖方b而言,b1和b2都存在两个分支,这时它们构成“或”关系。

由于p-c1< p-c2,b1的最优选择是“不诚信”;-cb < -cf,b2的最优选择也是“不诚信”。

因此,无论买方a是否选择购买,b
的最优选择是“不诚信”。

这个完全信息静态博弈的唯一纳什均衡是:(不诚信,不买)。

这种均衡行为组合的结果是消费者没有买到所需的商品,商家也没有卖出自己的商品,交易无法完成,从而双方就陷入了“囚徒困境”。

如果卖方与不同的买方进行多次重复博弈,如果卖方选择不诚信,那么他将得到短期收益为p-c2,从此以后每次的收益是-cf,n次后的收益是-n cf。

我们可以重复刚才的分析,节点b2对应不诚信的节点值为(0,- n cf),这个值不影响a的选择,还是“不买”为最优选择。

对于b而言,b1的最优选择没有变化,任然是“不诚信”,由于-cb<-n cf,b2的选择也是“不诚信”,这也说明经过有限次重复博弈的纳什均衡还是(不诚信,不买)。

同样可以分析出在存在第三方的交易博弈时,如果设置合理的费用值,卖方的最优选择是“诚信”,买方的最优选择是“买”,博弈的纳什均衡是(诚信,买)。

4 结论
买卖双方在电子商务的交易中主要存在两种模型,在没有第三方存在的双方交易博弈中的最优选择是不诚信和不购买,一个主要原因是双方信息的不对称性,建立声誉制度是保证信息对称的一个有益的措施,但影响声誉值的因素的权值大小应该区分。

而在有第三方存在的博弈过程中通过调整某些参数,双方的最优选择将是诚信和购买。

参考文献
[1] dellarocas,c.the digitization of word of
mouth:promise and challenges of online feedback mechanisms. management science,2003,49(10):
1407-1424
[2] saprikis v,vlachopoulou m. a taxonomy of internet auction consumers based on their bidding behavior and perceptions. in:proceedings of the 12th
international-business-information-management-association ,2009,177-183
[3] amblee n,bui t. can brand reputation improve the odds of being reviewed on-line?international journal of electronic commerce,2009,12(3):11-28。

相关文档
最新文档