Tech

ทำความเข้าใจตลาดที่ซับซ้อนโดยใช้แมชชีนเลิร์นนิง

ทฤษฎีการประมูลเป็นสาขาย่อยที่สำคัญของทฤษฎีเกม ส่วนใหญ่จะใช้ในทฤษฎีเศรษฐศาสตร์เพื่อสร้างแบบจำลองตลาด

การประมูลขึ้นอยู่กับกฎที่มาพร้อมกับ: เสนอราคาเสนอโดยหลายฝ่ายที่ต้องการซื้อผลิตภัณฑ์ ฝ่ายต่างๆ สามารถใช้กลยุทธ์ที่จำเป็น เช่น โดยเสนอราคาให้น้อยกว่าที่จะใช้เพื่อเพิ่มผลประโยชน์ของตน อย่างไรก็ตาม พวกเขาควรพร้อมให้ฝ่ายอื่นๆ ดำเนินการอย่างมีกลยุทธ์ด้วย

สมดุล Bayes Nash เป็นแนวคิดที่จำเป็นสำหรับการอธิบายพฤติกรรมเชิงกลยุทธ์ ในการประมูล

กล่าวง่ายๆ คือ เมื่อไม่มีฝ่ายใดสามารถปรับปรุงประโยชน์ที่คาดหวังได้โดยการเปลี่ยนกลยุทธ์ ซึ่งเป็นแนวทางที่เหมาะสมที่สุด ดุลยภาพประเภทนี้สามารถจำลองเป็นระบบสมการเชิงอนุพันธ์ที่ไม่สามารถแก้ไขได้อย่างแม่นยำในตลาดที่ซับซ้อนมากขึ้น กลยุทธ์สมดุลที่แม่นยำมีไว้สำหรับการประมูลทั่วไปเท่านั้น ตัวอย่างเช่น เมื่อคู่สัญญาเสนอราคาสินค้าเพียงชิ้นเดียว

นักวิทยาศาสตร์ที่ Technical University of Munich (TUM) ใช้อัลกอริธึมการเรียนรู้ด้วยเครื่องเพื่อวิเคราะห์ตลาดที่ซับซ้อนและกลยุทธ์สมดุล วิธีการใหม่นี้เปิดโอกาสใหม่ๆ สำหรับทฤษฎีเศรษฐศาสตร์และการประยุกต์ใช้ใหม่ๆ เช่น การประมูลคลื่นความถี่ไร้สาย

Martin Bichler ศาสตราจารย์ด้าน Decision Sciences and Systems ที่ TUM กล่าวว่า: แมชชีนเลิร์นนิง ยังไม่มีการใช้กันอย่างแพร่หลายในทฤษฎีการประมูล ด้วยการใช้โครงข่ายประสาทเทียม เราสามารถคำนวณกลยุทธ์สมดุลสำหรับแบบจำลองการประมูลที่ซับซ้อนซึ่งก่อนหน้านี้ไม่สามารถแก้ไขได้”

“สำหรับรูปแบบการประมูลทั่วไป เราสามารถพิสูจน์ทางคณิตศาสตร์ว่าผลลัพธ์ของวิธี NPGA มาบรรจบกับกลยุทธ์สมดุลได้อย่างน่าเชื่อถือ เรายังแสดงให้เห็นในการทดลองว่ากระบวนการของเราให้การประมาณที่ใกล้เคียงอย่างยิ่งกับกลยุทธ์สมดุลสำหรับตลาด”

” อัลกอริธึมใหม่จะช่วยให้นักเศรษฐศาสตร์วิเคราะห์ตลาดที่ซับซ้อนมากขึ้นและสมดุลได้ แต่การใช้งานจริงก็เป็นไปได้เช่นกัน: ตั้งแต่กลางปี ​​1990 รัฐบาลทั่วโลกได้ขายคลื่นความถี่ไร้สายผ่านการประมูล ผู้ได้รับรางวัลโนเบล Robert Wilson และ Paul Milgrom ได้พัฒนารูปแบบการประมูลเพื่อจุดประสงค์นี้”

“การประมูลสเปกตรัมคือ ตัวอย่างที่น่าตื่นเต้นในโลกแห่งความเป็นจริง NPGA สามารถช่วยระบุปัญหาเชิงกลยุทธ์ล่วงหน้าที่อาจนำไปสู่ผลลัพธ์ที่ไม่พึงประสงค์ เช่น กลยุทธ์การเสนอราคาที่มีโอกาสสูงซึ่งส่งผลให้ผู้ประมูลซื้อคลื่นความถี่ที่ไม่มีประสิทธิภาพซื้อใบอนุญาต ในกรณีนี้ ผู้จัดงานสามารถเลือกกลไกการประมูลแบบอื่นได้ และในทางกลับกัน อัลกอริธึมยังสามารถสนับสนุนผู้เสนอราคาในการพัฒนากลยุทธ์การเสนอราคาของพวกเขา”

ซอร์สโค้ดพร้อมใช้งาน ที่นี่.

อ้างอิงวารสาร:
    Bichler, M. , Fichtl, M. , Heidekrüger, S, Kohring, N., Sutterer, P . การเรียนรู้ความสมดุลในเกมการประมูลสมมาตรโดยใช้โครงข่ายประสาทเทียม ปัญญาเครื่องจักรธรรมชาติ (2021). ดอย: 10.1038/s42256-021-00365-4

จังหวัดตรังủ

  • ธุรกิจ
  • อาหาร ไลฟ์สไตล์ เทค พื้นที่การตลาดดิจิทัล (Digital Marketing)

    Back to top button