网络购物小数定律在大数据和EWA学习模型下的修正
2015-06-10分类号:F713.36;F224
【部门】武汉科技大学理学院 武汉科技大学冶金工业过程系统科学湖北省重点实验室
【摘要】网购中用户的真实评价有助于消费者消除产品质量的一些不确定性。但是当评价数据太少或者真实性受到质疑时,参考该评价做出的决策可能犯小数定律错误。将网络用户评价视为带噪音的大数据,将网购视为消费者和商家的一种群体博弈,文章利用EWA学习模型分析消费者在浏览带噪评价数据时从小数定律错误向大数定律理性策略修正的过程。模拟结果表明:网络大数据使得商家评价的真实性提高了20%,而消费者避开"小数定律"陷阱的概率提高了30%。
【关键词】网络购物 用户评价 小数定律 大数据 EWA演化
【基金】湖北省教育厅重点科研资助项目(D20141101);; 冶金工业过程系统科学湖北省重点实验室开放课题(Y201303);; 国家级大学生创新创业训练计划项目(201210488087)
【所属期刊栏目】统计与决策
文献传递