Apprendimento nelle aste ripetute

Titolo originale:

Learning in Repeated Auctions

Contenuto del libro:

Le aste online sono uno degli aspetti più fondamentali dell'economia moderna e alimentano un'industria che genera centinaia di miliardi di dollari all'anno di entrate. La teoria delle aste online si è storicamente concentrata sulla questione della progettazione del modo migliore per vendere un singolo oggetto ai potenziali acquirenti, basandosi su una conoscenza pregressa che si presumeva gli agenti avessero l'uno dell'altro. Nei nuovi mercati, come quello della pubblicità online, tuttavia, articoli simili vengono venduti ripetutamente e gli agenti non si conoscono o potrebbero cercare di manipolarsi a vicenda, rendendo l'ipotesi non valida. La teoria dell'apprendimento statistico fornisce ora gli strumenti per integrare le informazioni mancanti con un numero sufficiente di dati, in quanto gli agenti possono imparare dal loro ambiente per migliorare le loro strategie.

Questo libro è un'introduzione completa alle tecniche di apprendimento nelle aste ripetute. Copre tutti gli aspetti, dal tradizionale studio economico delle aste ottimali one-shot, all'apprendimento di meccanismi ottimali da un insieme di dati sui valori passati degli offerenti, fino a mostrare come gli agenti strategici possano effettivamente manipolare le aste ripetute a proprio vantaggio. Gli autori esplorano gli effetti di diversi scenari e ipotesi, pur rimanendo ancorati alle applicazioni del mondo reale. Molte delle idee e degli algoritmi descritti sono utilizzati quotidianamente per alimentare l'economia di Internet.

Questo libro fornisce a studenti, ricercatori e professionisti una comprensione approfondita della teoria delle aste online e fornisce esempi pratici di implementazione nei moderni sistemi Internet.