[論文レビュー] A Stackelberg Game Approach Towards Socially-Aware Incentive Mechanisms for Mobile Crowdsensing

Jiangtian Nie, Jun Luo+3 more|arXiv (Cornell University)|Jul 23, 2018

Mobile Crowdsensing and Crowdsourcing被引用数 13

ひとこと要約

本稿では、ユーザー参加を促進し、サービスプロバイダーの収益を向上させるために、ソーシャルネットワーク効果を活用するスタックルベルクゲームに基づくインcentiveメカニズムを提案する。サービスプロバイダーとユーザーの間の非完全情報を持つ二段階ゲームとしての相互作用をモデル化することで、差別的および均一なインcentiveスキームを導出し、ネットワーク効果を通じて参加者数と収益を顕著に向上させる。

ABSTRACT

Mobile crowdsensing has shown a great potential to address large-scale data sensing problems by allocating sensing tasks to pervasive mobile users. The mobile users will participate in a crowdsensing platform if they can receive satisfactory reward. In this paper, to effectively and efficiently recruit sufficient number of mobile users, i.e., participants, we investigate an optimal incentive mechanism of a crowdsensing service provider. We apply a two-stage Stackelberg game to analyze the participation level of the mobile users and the optimal incentive mechanism of the crowdsensing service provider using backward induction. In order to motivate the participants, the incentive is designed by taking into account the social network effects from the underlying mobile social domain. For example, in a crowdsensing-based road traffic information sharing application, a user can get a better and accurate traffic report if more users join and share their road information. We derive the analytical expressions for the discriminatory incentive as well as the uniform incentive mechanisms. To fit into practical scenarios, we further formulate a Bayesian Stackelberg game with incomplete information to analyze the interaction between the crowdsensing service provider and mobile users, where the social structure information (the social network effects) is uncertain. The existence and uniqueness of the Bayesian Stackelberg equilibrium are validated by identifying the best response strategies of the mobile users. Numerical results corroborate the fact that the network effects tremendously stimulate higher mobile participation level and greater revenue of the crowdsensing service provider. In addition, the social structure information helps the crowdsensing service provider to achieve greater revenue gain.

研究の動機と目的

• クラウドセンシングプラットフォームに十分なモバイルユーザーを引きつける最適なインcentiveメカニズムを設計すること。
• ユーザー参加がセンシングデータの価値を高めるというソーシャルネットワーク効果を、インcentive設計に組み込むこと。
• サービスプロバイダーとユーザーの相互作用を、非完全情報を持つ二段階スタックルベルクゲームとしてモデル化すること。
• この文脈におけるベイジアンスタックルベルク均衡の存在および一意性を検証すること。
• ソーシャル構造情報が収益および参加レベルに与える向上効果を定量的に評価すること。

提案手法

• サービスプロバイダーがリーダーで、ユーザーが反応する二段階スタックルベルクゲームを定式化し、後退帰納法を用いて最適戦略を導出する。
• インcentive設計にソーシャルネットワーク効果を組み込み、ユーザー参加を他の参加者数に依存するとモデル化する。
• ゲーム理論的モデルに基づき、差別的および均一なインcentiveメカニズムの解析的表現を導出する。
• 不確実性を扱うためにベイジアンスタックルベルクゲームを導入し、ユーザーがネットワーク効果について持つ信念をモデル化する。
• ユーザーの最適反応戦略を特定し、ベイジアンスタックルベルク均衡の存在および一意性を証明する。
• 数値シミュレーションを用いて、ネットワーク効果およびソーシャル情報が参加者数と収益に与える影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルネットワーク効果は、モバイルクラウドセンシングプラットフォームにおけるユーザー参加にどのように影響するか？
• RQ2 サービスプロバイダーの収益を最大化すると同時に、十分なユーザー参加を確保する最適なインcentiveメカニズムは何か？
• RQ3 ソーシャル構造情報の不確実性は、インcentiveメカニズムの均衡結果にどのように影響するか？
• RQ4 差別的インcentiveスキームと均一インcentiveスキームの両者による参加者数および収益への影響は何か？
• RQ5 ベイジアンスタックルベルクフレームワークにおいて、ソーシャル構造情報はサービスプロバイダーの収益をどの程度向上させるか？

主な発見

• ネットワーク効果により、参加者が増加することでデータ品質とユーザーインcentiveが向上し、モバイルユーザーの参加レベルが顕著に上昇する。
• サービスプロバイダーは、インcentiveメカニズムにソーシャルネットワーク効果を活用することで、著しく高い収益を達成する。
• ベイジアンスタックルベルク均衡は存在し、かつ一意的であり、非完全情報下でもユーザーの最適反応戦略を特定可能である。
• ソーシャル構造情報により、サービスプロバイダーはより効果的なインcentiveを設計でき、収益の増加が実現する。
• 差別的および均一なインcentiveメカニズムが解析的に導出され、参加を促進する有効性が示された。
• 数値結果により、ソーシャル効果および情報に基づいたインcentive設計が、プラットフォームのパフォーマンスおよびユーザー参加の向上に顕著な改善効果をもたらすことが確認された。