[论文解读] Mining Determinism in Human Strategic Behavior

Rustam Tagiew|arXiv (Cornell University)|Nov 11, 2012

Experimental Behavioral Economics Studies参考文献 31被引用 3

一句话总结

本文提出一种数据挖掘方法，用于在不依赖心理学理论的前提下，发现人类战略决策中的确定性行为模式。通过在两个实验数据集（重复出拳剪刀布游戏和重复最后通牒博弈）上进行交叉验证，表明SMO算法在RPS中达到46.48%的预测准确率，在最后通牒博弈中达到95.42%，优于先前的非确定性模型。

ABSTRACT

This work lies in the fusion of experimental economics and data mining. It continues author's previous work on mining behaviour rules of human subjects from experimental data, where game-theoretic predictions partially fail to work. Game-theoretic predictions aka equilibria only tend to success with experienced subjects on specific games, what is rarely given. Apart from game theory, contemporary experimental economics offers a number of alternative models. In relevant literature, these models are always biased by psychological and near-psychological theories and are claimed to be proven by the data. This work introduces a data mining approach to the problem without using vast psychological background. Apart from determinism, no other biases are regarded. Two datasets from different human subject experiments are taken for evaluation. The first one is a repeated mixed strategy zero sum game and the second - repeated ultimatum game. As result, the way of mining deterministic regularities in human strategic behaviour is described and evaluated. As future work, the design of a new representation formalism is discussed.

研究动机与目标

• 在不依赖心理学或博弈论假设的前提下，识别人类战略行为中的确定性规律。
• 评估数据挖掘技术是否能够从实验性博弈数据中发现一致的行为模式。
• 比较各种机器学习算法在预测重复博弈中人类决策时的性能表现。
• 开发一个适合建模战略互动中人类一般行为的假设空间。
• 基于发现的确定性规则，设计一种用于表示人类战略行为的领域特定形式化方法。

提出的方法

• 将实验性博弈数据转换为包含七个元素的元组：自身过去的三次出拳、对手过去的三次出拳，以及下一次自身的出拳动作（在石头剪刀布游戏中）。
• 应用一个简化函数S，将完整历史映射为最近三轮的窗口，以降低复杂度。
• 使用有序划分的10折交叉验证，以保留数据中的时间依赖性。
• 在石头剪刀布数据集上，对WEKA中的45种分类器进行评估，输出为名义多分类。
• 在最后通牒博弈数据集上，对35种分类器进行评估，每个元组包含提议者的收益更新、回应者的收益更新以及回应者的回应。
• 将假设发现问题表述为在假设空间中最大化真实行为与预测行为之间匹配度的问题。

实验结果

研究问题

• RQ1 是否能够通过数据挖掘在不依赖心理学或博弈论模型的前提下，发现人类战略行为中的确定性行为规则？
• RQ2 在重复战略博弈中，哪种机器学习算法在预测人类决策方面表现最佳？
• RQ3 基于数据挖掘的预测性能与现有非确定性模型相比如何？
• RQ4 能够从历史博弈数据中捕捉相关行为模式的最优简化函数S是什么？
• RQ5 能否从发现的确定性规则中推导出一种适用于人类战略行为的一般性形式化方法？

主要发现

• SMO算法在石头剪刀布数据集上达到46.48%的预测准确率，比Warglen的非确定性模型高出约1%。
• OneR分类器发现了一个简单确定性规则：'在石头之后出布，布之后出剪刀，剪刀之后出石头'，该规则匹配了43.15%的RPS数据。
• 在最后通牒博弈数据集上，SMO及其他分类器达到95.42%的预测正确率，显著优于Pfeffer的非确定性模型所报告的72%。
• 基于决策表的算法发现一条规则：'如果接受不会改变你的收益，也不会改善提议者的收益，则拒绝'，该规则适用于95.15%的数据。
• 在简化函数S中增大或减小窗口大小均导致性能下降，表明三轮窗口对RPS而言为最优。
• SMO的假设空间（支持复杂函数）被发现对建模人类行为中的确定性规律极为有效。