大型社交网络中价格歧视的价值-研究论文

我们研究了大型社交网络中价格歧视的价值。 行业的最新趋势表明，越来越多的公司正在使用有关社交网络的信息，以根据个人在社交网络中的位置向他们提供个性化的价格。 在存在积极的网络外部性的情况下，企业旨在通过为有影响力的个人提供折扣来增加利润，从而可以以更高的价格刺激其他个人的消费。 但是，歧视性定价缺乏透明度可能会降低消费者满意度并产生不信任感。 最近的研究集中在正外部性下确定性网络中最优价格的计算。 我们想回答这个问题：这种歧视性定价有多有价值？ 令人惊讶地，我们发现，在非常大的随机网络中，此类定价策略的价值（由于价格歧视而增加的利润）通常并不重要。 特别是对于Erdos-Renyi随机网络，我们提供了针对不同网络密度范围，该值在网络大小中衰减的确切速率。 我们的结果表明，对于一小类中等规模的Erdos-Renyi随机网络，价格歧视的价值不可忽略。 我们还提出了一个框架，该框架获得具有一般度分布的随机网络的价格歧视价值的界限，并应用该框架来获得幂律网络中价格歧视价值的界限。 我们的数值实验证明了我们的结果，并表明我们的结果对于网络外部性模型的变化具有鲁棒性。