[論文レビュー] Optimal Search Segmentation Mechanisms for Online Platform Markets

Zhenzhe Zheng, R. Srikant|arXiv (Cornell University)|Aug 20, 2019

Consumer Market Behavior and Pricing参考文献 35被引用数 4

ひとこと要約

本稿は、プラットフォームが売り手を表示するかどうかを制御する差別的制御モデルの下で、オンラインプラットフォームにおける検索セグメンテーションメカニズムを研究している。買い手の選択には多項ロジット（MNL）モデルを、価格設定にはベルトラン競争を用い、社会的厚生がすべての商品を表示することで最大化され、収益が特定の品質閾値を超える売り手のみを表示することで最大化されることを証明している。最適な閾値は線形時間で計算可能であり、ベルトランおよびカーヌー競争の両モデルにおいて、シンプルな構造を示す。

ABSTRACT

Online platforms, such as Airbnb, hotels.com, Amazon, Uber and Lyft, can control and optimize many aspects of product search to improve the efficiency of marketplaces. Here we focus on a common model, called the discriminatory control model, where the platform chooses to display a subset of sellers who sell products at prices determined by the market and a buyer is interested in buying a single product from one of the sellers. Under the commonly-used model for single product selection by a buyer, called the multinomial logit model, and the Bertrand game model for competition among sellers, we show the following result: to maximize social welfare, the optimal strategy for the platform is to display all products; however, to maximize revenue, the optimal strategy is to only display a subset of the products whose qualities are above a certain threshold. We extend our results to Cournot competition model, and show that the optimal search segmentation mechanisms for both social welfare maximization and revenue maximization also have simple threshold structures. The threshold in each case depends on the quality of all products, the platform's objective and seller's competition model, and can be computed in linear time in the number of products.

研究の動機と目的

• オンラインプラットフォームが差別的制御モデルの下で、社会的厚生と収益を最大化するための検索セグメンテーションを最適化する方法を分析すること。
• 買い手行動を多項ロジット（MNL）選択モデルでモデル化し、売り手間の競争をベルトランおよびカーヌーゲームで扱うこと。
• 内生的価格設定下での均衡社会的厚生と収益の閉形式表現を導出すること。
• 社会的厚生および収益最大化の両目的に対して、どの売り手のサブセットを表示するかという最適な検索セグメンテーションメカニズム（すなわち、最適な売り手選択）を同定すること。
• 結果をカーヌー競争に拡張し、閾値ベースのメカニズムが両目的で最適であることを示すこと。

提案手法

• 好みをソフトマックスベースの需要関数に翻訳することで、多項ロジット（MNL）モデルを用いて買い手の選択をモデル化する。
• 同質の代替商品を前提とするベルトラン競争として売り手間の競争を定式化し、一次条件を用いて一意の純ナッシュ均衡を導出する。
• 解析的扱いやすさを確保するため、ラムベルトW関数の変種を用いて均衡社会的厚生と収益を表現する。
• 品質閾値に基づいて売り手のサブセットを選択する検索セグメンテーションメカニズムを提案し、プラットフォームの目的を最適化する。
• 製品の置換に伴う社会的厚生および収益関数の準凸性分析を通じて、上位品質のサブセットが最適であることを証明する。
• 結果をカーヌー競争に拡張し、社会的厚生および収益最大化の両方において、同様の閾値構造が得られることを示す。

実験結果

リサーチクエスチョン

• RQ1 内生的価格設定下で、プラットフォーム市場における社会的厚生を最大化するための最適な売り手の表示集合は何か？
• RQ2 ベルトラン競争とMNL買い手選択の下で、プラットフォーム自身の収益を最大化するために、どのように売り手を選択すべきか？
• RQ3 社会的厚生および収益最大化の両方において、最適な検索セグメンテーションメカニズムはシンプルな閾値構造を示すか？
• RQ4 最適な閾値は、製品の品質、競争モデル（ベルトラン対カーヌー）、およびプラットフォームの目的にどのように依存するか？
• RQ5 最適なセグメンテーションは効率的に計算可能か？閾値集合を特定するための計算複雑度は何か？

主な発見

• 社会的厚生を最大化するためには、最適なプラットフォーム戦略は、利用可能なすべての商品を表示することである。任意のサブセット選択は、合計サプライスを低下させる。
• 収益を最大化するためには、最適戦略は、特定の品質閾値を超える売り手のみを表示することである。この閾値は、全商品の品質と競争モデルに依存する。
• 収益最大化のための最適閾値は、商品数に対して線形時間で計算可能であり、実装が容易である。
• ベルトラン競争下での社会的厚生および収益最大化の両方において、最適な検索セグメンテーションメカニズムは、製品の品質に基づく明確な閾値構造を持つ。
• 結果はカーヌー競争に拡張可能であり、同様の閾値ベースのメカニズムが両目的で最適であり、閾値は同じ要因に依存する。
• 証明は、低品質商品を高品質商品に置き換える際の社会的厚生および収益関数の準凸性を示すことに依拠しており、上位品質のサブセットが最適であることを保証する。