Sep, 2023

算法勾结还是竞争:平台推荐系统的作用

TL;DR最近的学术研究广泛关注了由人工智能(AI)动态定价算法引发的算法勾结问题。然而,电子商务平台采用推荐算法来分配对不同产品的曝光,并且这个重要方面在以前的算法勾结研究中被大大忽视了。我们的研究弥补了文献中的这个重要空白,并且检查了推荐算法如何决定基于AI的定价算法的竞争或勾结动态。具体地,我们研究了两个常见的推荐算法:(i)一个旨在最大化卖家总利润的推荐系统(以利润为基础的推荐系统)和(ii)一个旨在最大化平台上销售产品的需求的推荐系统(以需求为基础的推荐系统)。我们构建了一个重复博弈框架,将卖家采用的定价算法和平台的推荐系统结合起来。随后,我们进行实验观察价格动态并确定最终的均衡。实验结果表明,基于利润的推荐系统增强了卖家之间的算法勾结,因为它与卖家的利润最大化目标相一致。相反,基于需求的推荐系统促进了卖家之间的价格竞争,并导致较低的价格,因为它与卖家的目标不一致。进一步的分析表明我们的发现在各种市场环境中的稳健性。总的来说,我们强调了平台推荐系统在定义数字市场竞争结构方面的重要性,为市场参与者和相关政策制定者提供了重要的见解。