公开/公告号CN113837797A
专利类型发明专利
公开/公告日2021-12-24
原文格式PDF
申请/专利权人 青岛海尔科技有限公司;海尔智家股份有限公司;
申请/专利号CN202111071144.2
发明设计人 何佳儒;
申请日2021-09-13
分类号G06Q30/02(20120101);G06Q10/06(20120101);G06F17/18(20060101);
代理机构11240 北京康信知识产权代理有限责任公司;
代理人张文华
地址 266101 山东省青岛市崂山区海尔路1号海尔工业园
入库时间 2023-06-19 13:49:36
法律状态公告日
法律状态信息
法律状态
2022-01-28
实质审查的生效 IPC(主分类):G06Q30/02 专利申请号:2021110711442 申请日:20210913
实质审查的生效
技术领域
本申请涉及数据处理领域,具体而言,涉及一种基于计算机确定应用使用概率的方法。
背景技术
随着互联网的发展,“互联网+”时代的到来,具有网络效应的产品与服务变得越来越普遍,如社交网络,多人游戏,和打车软件。在打车软件雨后春笋的今天,很多隐患随之而来,比如滴滴和花小猪打车软件相继被约谈整改,各大打车软件恶意进行价格补贴以扩大市场规模等。那么,在这样的背景下,如何合理扩大打车软件的市场规模,提高竞争力,在打车软件市场中常用的补贴策略是否一定会奏效?
具有网络效应的产品或服务的一大特征是新用户的增加会给现有的用户增加价值,随着互联网技术的发展,具有网络效应的产品和服务越来越多,这些产品和服务遍布各个领域各个行业,如网络社交领域、购物领域、让玩家和其他玩家共同游戏的多人游戏和交通服务软件等。由于具有网络效应的产品或服务的普及与发展,研究其网络效应特点,分析其演化过程就变得十分重要,相关技术中,并无聚焦网络效应的打车软件市场进行具体建模分析,即,相关技术中缺少在打车软件市场引入博弈框架并结合网络效应进行用户推断,然后根据推断结果制定相应的调整方法。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种基于计算机确定应用使用概率的方法,以至少解决由于相关技术中缺少在打车软件市场引入博弈框架并结合网络效应进行有效分析,然后根据分析结果制定相应的市场策略方法造成的目标应用竞争力较弱,市场规模难以有效扩展的技术问题。
根据本申请实施例的一个方面,提供了一种基于计算机确定应用使用概率的方法,包括:基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;根据第一组常数与第二组常数确定平衡点坐标集合;根据所述平衡点坐标集合确定多个目标区域;根据网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率。
可选地,依据获取的所述网络效应参数对各个所述目标区域对应的面积大小进行调整,包括:确定网路效应参数对应的多个稳定点,其中,稳定点,包括:第一稳定点与第二稳定点;其中,第一稳定点为第一比例与第二比例相同的情况下对应的稳定点,第二稳定点为第一比例与第二比例不相同的情况下对应的稳定点;其中,第一比例为第二目标对象预测的第二目标群体使用目标应用的人数占第二目标群体所有人数的比例,第二比例为第二目标群体实际上使用目标应用的人数占第二目标群体所有人数的比例,第二目标群体包括多个第二目标对象;基于稳定点对各个目标区域对应的面积大小进行调整。
可选地,确定网路效应参数对应多个稳定点,包括:获取第二目标对象调整后的保留价格函数;获取第二目标对象预测的第二目标群体中其他对象使用目标应用的人数规模对应的一阶市场预测函数;基于保留价格函数与一阶市场预测函数确定第二目标对象的均衡效用;基于均衡效用得到稳定点。
可选地,在基于第一目标群体对应的第一目标函数确定第一组常数之前,方法还包括:获取第一目标群体使用目标应用的第三比例;获取第一目标对象使用目标应用对应的第一期望收益,其中,第一目标群体包括多个第一目标对象;获取第一目标对象不使用目标应用对应的第二期望收益;基于第一期望收益与第二期望收益确定第一目标群体的第一平均期望收益;基于第一期望收益、第一平均期望收益以及第三比例确定第一目标函数。
可选地,在基于第二目标群体对应的第二目标函数确定第二组常数之前,方法还包括:获取第二目标群体使用目标应用的第四比例;获取第二目标对象使用目标应用对应的第三期望收益,其中,第二目标群体包括多个第二目标对象;获取第二目标对象不使用目标应用对应的第四期望收益;基于第三期望收益与第四期望收益确定第二目标群体的第二平均期望收益;基于第三期望收益、第二平均期望收益以及第四比例确定第二目标函数。
可选地,该方法还包括:确定第一目标群体与第二目标群体的支付矩阵;基于支付矩阵确定第一目标对象使用目标应用对应的第一期望收益以及第一目标对象不使用目标应用对应的第二期望收益,其中,第一目标群体包括多个第一目标对象;基于支付矩阵确定第二目标对象使用目标应用对应的第三期望收益以及第二目标对象不使用目标应用对应的第四期望收益,其中,第二目标群体包括多个第二目标对象。
可选地,确定第一目标群体与第二目标群体的支付矩阵,包括:确定第一目标对象使用目标应用对应的额外利润为第一列元素;确定第一目标对象不使用目标应用对应的额外利润为第二列元素;确定第二目标对象使用目标应用对应的效用为第一行元素;确定第二目标对象不使用目标应用对应的效用为第二行元素;根据第一列元素、第二列元素、第一行元素以及第二行元素确定支付矩阵。
可选地,基于支付矩阵确定第一目标对象使用目标应用对应的第一期望收益以及第一目标对象不使用目标应用对应的第二期望收益,包括:获取第二目标群体使用目标应用的第四比例;基于支付矩阵确定第一目标对象使用目标应用对应的额外利润,其中,额外利润包括:第一额外利润与第二额外利润;基于第四比例、第一额外利润以及第二额外利润确定第一期望收益;基于支付矩阵确定第一目标对象不使用目标应用对应的额外利润;基于第四比例以及第一目标对象不使用目标应用对应的额外利润确定第二期望收益。
可选地,基于支付矩阵确定第二目标对象使用目标应用对应的第三期望收益以及第二目标对象不使用目标应用对应的第四期望收益,包括:获取第一目标群体使用目标应用的第三比例;基于支付矩阵确定第二目标对象使用目标应用的效用,其中,效用包括:第一效用与第二效用;基于第三比例,第一效用以及第二效用确定第三期望收益;基于支付矩阵确定第二目标对象不使用目标应用的效用,其中,效用包括:第一效用与第三效用;基于第三比例,第一效用以及第三效用确定第四期望收益。
根据本申请实施例的另一方面,还提供了一种基于计算机确定应用使用概率的装置,包括:第一确定模块,用于基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;第二确定模块,用于基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;第三确定模块,用于根据第一组常数与第二组常数确定平衡点坐标集合;划分模块,用于根据所述平衡点坐标集合确定多个目标区域;调整模块,用于根据网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率。
根据本申请实施例的另一方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行任意一种基于计算机确定应用使用概率的方法。
根据本申请实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行任意一种基于计算机确定应用使用概率的方法。
在本申请实施例中,采用演化博弈论的框架进行用户行为预测的方式。演化博弈允许个体适时调整决策来提高自身的效用,这种决策的调整又会被不断的模仿,最后形成演化稳定的状态,在乘客与出租车司机是否使用打车软件的博弈中,每个乘客会通过模仿其他乘客的决策来调整自己的策略,出租车司机也会模仿其他的出租车司机的决策来制定战略,最后两者都会形成一个稳定的规模。
本申请实施例实现了基于博弈框架并考虑网络效应对用户行为的影响,然后根据影响的结果制定相应的市场策略有效引导目标应用建立竞争优势,扩大市场规模的技术效果,进而解决了由于相关技术中缺少在打车软件市场引入博弈框架并结合网络效应进行有效分析,然后根据分析结果制定相应的市场策略方法造成的目标应用竞争力较弱,市场规模难以有效扩展的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种可选的基于计算机确定应用使用概率的方法的流程示意图;
图2为本申请实施例中一种可选的相图;
图3是本申请实施例一种可选确定第一稳定点的示意图;
图4是本申请实施例一种可选的确定第二稳定点的示意图;
图5是本申请实施例另一种可选的确定第二稳定点示意图;
图6是是本申请实施例中另一种可选的相图;
图7是本申请实施例中另一种可选的相图;
图8是本申请实施例中另一种可选的相图;
图9是本申请实施例中另一种可选的相图;
图10是本申请实施例中另一种可选的相图;
图11是本申请实施例的一种基于计算机确定应用使用概率的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种基于计算机确定应用使用概率的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的基于计算机确定应用使用概率的方法,如图1所示,该方法包括如下步骤:
步骤S102,基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;
步骤S104,基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;
步骤S106,根据第一组常数与第二组常数确定平衡点坐标集合;
步骤S108,根据平衡点坐标集合确定多个目标区域;
在一些实施例中,可以按照预设规则对平衡点坐标集合中的平衡点坐标进行连线得到边界线,依据边界线将相图划分为多个目标区域,其中,相图的横轴表示第一目标群体使用目标应用的比例,相图的纵轴表示第二目标群体不使用目标应用的比例;
步骤S110,根据网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率。
该基于计算机确定应用使用概率的方法中,基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;然后,根据第一组常数与第二组常数确定平衡点坐标集合;根据平衡点坐标集合确定多个目标区域;最后,获取基于网络效应参数,依据获取的网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率,达到了基于第一目标群体与第二目标群体对应的复制动态方程确定平衡点,基于平衡点划分相图,然后引入网络效应参数对相图各个区域的影响,最终得到第一目标群体使用目标应用的概率与第二目标群体使用目标应用的概率的目的,从而实现了基于博弈框架并考虑网络效应对用户行为的影响,然后根据影响的结果制定相应的市场策略有效引导目标应用建立竞争优势,扩大市场规模的技术效果,进而解决了由于相关技术中缺少在打车软件市场引入博弈框架并结合网络效应进行有效分析,然后根据分析结果制定相应的市场策略方法造成的目标应用竞争力较弱,市场规模难以有效扩展的技术问题。
需要说明的是,上述第一目标函数可以为第一复制动态方程,上述第二目标函数可以为第二复制动态方程,上述第一目标群体包括但不限于:司机群体,第一目标对象包括但不限于:司机,上述第二目标群体包括但不限于:乘客群体,第二目标对象包括但不限于:乘客。
本申请一些实施例中,第一目标群体中使用目标应用的比例,例如司机群体使用目标应用的比例,可通过服务器对某一预定地区(例如,某一市区)内,对司机的终端进行数据读取确定,具体地,服务器侧可获取该预定地区的司机的终端ID,通过司机的所持有的终端ID对各个终端进行数据读取,进而确定该预定区域内司机群体使用目标软件的概率,需要说明的是,上述数据读取是在获得司机的授权后进行的,即服务器向终端设备发送权限请求,在接收到司机在终端输入的确认授权指令后,方可读取终端数据,上述终端数据包括但不限于:用户的地理位置、图片、音视频以及各个应用程序的使用次数。
可以理解的,对于第二目标群体(例如,乘客群体)所持有的终端的数据读取,与上述对第一目标群体的数据读取过程类似,在此不再赘述。
本申请一些可选的实施例中,在服务器获取到第一目标群体与第二目标群体的终端数据后,可将该终端数据发送至本地的计算机设备上,本地计算机可基于上述终端数据确定出第一目标群体中使用目标应用的比例以及第二目标群体中使用或者不使用目标应用的比例,进而基于提前配置好的参数分析出平衡点集合,并基于平衡点之间的连线关系对相图进行划分,进而得到可视化的多个目标区域。
容易注意到的,在得到可视化的多个目标区域后,计算机设备可将其发送至对应的显示屏上进行展示,需要说明的是,上述计算机设备也可以在设置在云端,即云服务器中。
进一步地,本地的计算机设备可以从服务器获取网络效应参数,进而基于网络效应参数对各个目标区域的面积大小进行调整,以得到第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率,可以理解的,由于考虑了网络效应参数对司机以及乘客使用应用程序行为的影响,可保证得到乘客及司机使用目标应用的概率更加准确,更加符合实际情况。
本申请一些实施例中,在得到第一目标群体使用目标应用的概率以及第二目标群体使用目标应用的概率后,计算机设备可基于该概率结合机器学习算法对营销策略进行调整,例如,对补贴价格、提成、佣金等进行调整,例如,在确定司机群体中使用该目标应用的概率为10%,则结合机器学习方法可确定该概率明显偏低,则可见营销策略调整为提高司机在每一次接单中的提成。
可选的,在确认提升司机的接单提成后,可将上述提成信息发送至服务器,以便于服务器向司机所持有的终端发送“接单提成已提高,祝您工作愉快”等提示信息。
本申请一些可选的实施例中,在基于第一目标群体对应的第一目标函数确定第一组常数之前,可获取第一目标群体使用目标应用的第三比例;获取第一目标对象使用目标应用对应的第一期望收益,其中,第一目标群体包括多个第一目标对象;获取第一目标对象不使用目标应用对应的第二期望收益;基于第一期望收益与第二期望收益确定第一目标群体的第一平均期望收益;基于第一期望收益、第一平均期望收益以及第三比例确定第一目标函数。
可选的,在基于第二目标群体对应的第二目标函数确定第二组常数之前,可获取第二目标群体使用目标应用的第四比例;获取第二目标对象使用目标应用对应的第三期望收益,其中,第二目标群体包括多个第二目标对象;获取第二目标对象不使用目标应用对应的第四期望收益;基于第三期望收益与第四期望收益确定第二目标群体的第二平均期望收益;基于第三期望收益、第二平均期望收益以及第四比例确定第二目标函数。
具体过程如下:假设出租车群体中选择加入到打车软件的比例为X(即第二目标群体使用目标应用的第四比例),则拒绝加入的比例为(1-X)。乘客群体中,选择不使用打车软件的人所占的比例为Y(即第一目标群体使用目标应用的第三比例),而选择适应新的打车软件并加入其中的比例为(1-Y)。
当出租车司机选择S
U
当出租车司机选择S
U
出租车群体平均的期望收益为:
R
由此可以推断出出租车群体的复制动态方程为:
当乘客选择S
U
当乘客选择S
U
乘客群体平均期望收益为:
R
可推出乘客群体的复制动态方程为:
首先,分析出租车司机的复制动态方程(即第一复制动态方程),当
同理,对乘客群体的复制动态方程(即,第二复制动态方程)进行分析,当
通过以上分析,可以得到相图,图2为本申请一种可选的相图,如图2所示:
显而易见的,相图,实际上就是将目标函数的值随着某变量的变化而发生变动的趋势以直观图形的方式表示出来的一种方式。在图2中,横轴X表示出租车群体选择加入出租车的比例,反映X随着时间t的增加的增减变化方向;纵轴Y表示乘客群体中选择不使用打车软件的人所占的比例,反映Y随着时间t的增加的增减变化方向。(0,0),(0,1),(1,0),(1,1),
分析均衡点
同理分析,对于点(1,0),箭头均指向它,故(1,0)是极限点,对应的混合策略为((1,0),(0,1)),是渐近稳定的演化均衡;点(0,1)也是极限点,混合策略为((0,1),(1,0));(1,1)和(0,0)箭头均背离,不是极限点,其策略也不构成稳定演化策略。
综上,当初始点X,Y落在A区域时,最终稳定演化策略为(出租车司机拒绝加入打车软件,乘客拒绝使用打车软件);当初始点X,Y落在D区域时,最终演化稳定策略为(出租车司机选择加入打车软件,乘客选择使用打车软件)。
本申请一些可选的实施例中,依据获取的所述网络效应参数对各个所述目标区域对应的面积大小进行调整,包括:确定网路效应参数对应多个稳定点,其中,稳定点,包括:第一稳定点与第二稳定点;其中,第一稳定点为第一比例与第二比例相同的情况下对应的稳定点,第二稳定点为第一比例与第二比例不相同的情况下对应的稳定点;基于稳定点对各个目标区域对应的面积大小进行调整。
需要说明的是,第一比例为第二目标对象预测的第二目标群体使用目标应用的人数占第二目标群体所有人数的比例,第二比例为第二目标群体实际上使用目标应用的人数占第二目标群体所有人数的比例,第二目标群体包括多个第二目标对象。
可选的,确定网路效应参数对应多个稳定点,包括:获取第二目标对象调整后的保留价格函数;获取第二目标对象预测的第二目标群体中其他对象使用目标应用的人数规模对应的一阶市场预测函数;基于保留价格函数与一阶市场预测函数确定第二目标对象的均衡效用;基于均衡效用得到稳定点。
具体地,确定网路效应参数对应多个稳定点通过以下方式实现:
具有网络效应的变量U
假设一:满足自我实现期望均衡。当乘客预测使用打车软件的其他乘客所占比例是z
假设二:乘客是否改变原有打车习惯而选择使用打车软件只取决于网络效应的影响,其他影响皆保持不变,即U
假设三:将U
1.乘客对于z
根据假设三可知,均衡状态时U
令r(x
由此,当乘客预期z
U
U
可知,上述B点为第一稳定点,该第一稳定点为第一比例与第二比例相同的情况下对应的稳定点,即,乘客对于z
2.乘客对于z
乘客所获得的信息是有限的,其判断并不总是正确,预测偏差则意味着此时乘客预在测有z
2.1打车软件企业不给乘客提供出行补贴
考虑打车软件企业不给乘客提供出行补贴,意味着当某乘客预测没有其他乘客使用打车软件时,自己也不会使用打车软件,即当z
令r(x
g(z
假设开始的初始预测值为
当初始预测在A点以下时,某乘客预测此时市场上使用打车软件的乘客比例是
2.2考虑打车软件方给乘客提供出行补贴
考虑打车软件企业给乘客提供补贴,意味着即便当某乘客预测没有其他乘客使用打车软件时,自己也会因为得到企业补贴而使用打车软件,故在初始阶段会有一定的消费存在,即当z
令r(x
将
假设开始的初始预测值为
当初始预测在A点以下时,某乘客预测此时使用打车软件的乘客比例是
U
U
获取基于网络效应参数,依据获取的网络效应参数对各个目标区域对应的面积大小进行调整,可通过如下方式进行,具体如下:
假设出租车司机选择加入打车软件的初始比例X和乘客不使用打车软件的初始比例Y是随机落在相图(图1)上的,那么,不难发现A、B、C、D不同区域的面积大小对于演化发展的方向是具有较大影响的,所以通过对网络效应参数稳定状态的调整,就可以改变A、B、C、D不同区域的面积大小,进而影响最终演化结果发生的概率。
网络效应参数U
分析U
U
2.1乘客对于z
当乘客的预期z
此时U
综上,此时网络效应的参数会使得使用打车软件的出租车司机的初始比例X和不使用打车软件的乘客的初始比例Y落在B和C区域的可能性发生变化,那么就很难形成一个稳定的结果,由此增加了演化博弈的不确定性,而落在A区域的可能性因为面积的增大而提高,落在D区域的概率因为面积的缩小而降低,此时形成演化稳定策略(出租车司机不使用打车软件,乘客不使用打车软件)的概率更大。
当乘客的预期z
当U
如果N面积大于M面积,则D区域变小,初始点(X,Y)落入D的概率降低,市场规模并未达到理想的状态即策略(出租车使用打车软件,乘客使用打车软件)出现的概率降低;如果M面积大于N面积,则D区域的面积变大,则最终乘客选择使用打车软件,出租车司机选择参与到打车软件中的可能性会提高,市场规模会由此扩大。
同理分析W和Q的面积,如果W面积大于Q面积,则A的面积会变大,反之变小,当A的面积变大时,初始点(X,Y)随机落入A区域的可能性就会增加,形成(出租车不使用打车软件,乘客不使用打车软件)的演化稳定策略的概率增加,反之减少。
2.2乘客对于z
人是有限理性的,在信息不对称等外部因素的影响下,对于不确定的事物进行预测会出现偏差,在此条件下根据软件方是否提供补贴分情况分析。
2.2.1不考虑打车软件方给乘客提供补贴
虽然是在乘客预测不准确的情况下进行分析,但此处的稳定点分别在U
当乘客规模稳定在U
由于U
同理分析,Q的面积会大于W的面积,则A区域会变大,初始点(X,Y)随机落在A区域的可能性变大,则形成演化稳定策略(出租车不使用打车软件,乘客不使用打车软件)的概率加大。
当乘客规模稳定在U
当U
如果N面积大于M面积,则D区域变小,初始点(X,Y)落入D的概率降低,市场规模并未达到理想的状态即策略(出租车使用打车软件,乘客使用打车软件)出现的概率降低;如果M面积大于N面积,则D区域的面积变大,则最终乘客选择使用打车软件,出租车司机选择参与到打车软件中的可能性会提高,市场规模会由此扩大。
同理分析W和Q的面积,如果W面积大于Q面积,则A的面积会变大,反之变小,当A的面积变大时,初始点(X,Y)随机落入A区域的可能性就会增加,形成(出租车不使用打车软件,乘客不使用打车软件)的演化稳定策略的概率增加,反之减少。
2.2.2考虑打车软件方给乘客提供补贴
此种情况较为特殊,因为出现的两种状态A和C均使得U
本申请一些可选的实施例中,可确定第一目标群体与第二目标群体的支付矩阵;
然后,基于支付矩阵确定第一目标对象使用目标应用对应的第一期望收益以及第一目标对象不使用目标应用对应的第二期望收益,需要说明的是,第一目标群体包括多个第一目标对象;并基于支付矩阵确定第二目标对象使用目标应用对应的第三期望收益以及第二目标对象不使用目标应用对应的第四期望收益,需要说明的是,第二目标群体包括多个第二目标对象。
具体地,可通过如下步骤确定第一目标群体与第二目标群体的支付矩阵:确定第一目标对象使用目标应用对应的额外利润为第一列元素;确定第一目标对象不使用目标应用对应的额外利润为第二列元素;确定第二目标对象使用目标应用对应的效用为第一行元素;确定第二目标对象不使用目标应用对应的效用为第二行元素;根据第一列元素、第二列元素、第一行元素以及第二行元素确定支付矩阵。
本申请一些可选的实施例中,可基于支付矩阵确定第一目标对象使用目标应用对应的第一期望收益以及第一目标对象不使用目标应用对应的第二期望收益,具体地:获取第二目标群体使用目标应用的第四比例;基于支付矩阵确定第一目标对象使用目标应用对应的额外利润,其中,额外利润包括:第一额外利润与第二额外利润;基于第四比例、第一额外利润以及第二额外利润确定第一期望收益;基于支付矩阵确定第一目标对象不使用目标应用对应的额外利润;基于第四比例以及第一目标对象不使用目标应用对应的额外利润确定第二期望收益。
可选的,可基于支付矩阵确定第二目标对象使用目标应用对应的第三期望收益以及第二目标对象不使用目标应用对应的第四期望收益,具体地:获取第一目标群体使用目标应用的第三比例;基于支付矩阵确定第二目标对象使用目标应用的效用,其中,效用包括:第一效用与第二效用;基于第三比例,第一效用以及第二效用确定第三期望收益;基于支付矩阵确定第二目标对象不使用目标应用的效用,其中,效用包括:第一效用与第三效用;基于第三比例,第一效用以及第三效用确定第四期望收益。
结合以下可选的具体实施例对上述过程作一解释说明:
先对假设的模型和符号定义进行一一说明:
D一一出租车司机所组成的集合;
P一一出行乘客所组成的集合;
出租车司机的策略集为S
乘客的策略集为S
假设乘客一次出行所获效用为:
U
其中:
U
C
T
a
关于待估参数,一个自然而言的假定是:a
乘客选择普通方式打车时所获效用公式:
U
乘客选择除出租车以外其他交通工具时所获效用公式:
U
假设乘客选择使用打车平台打车,由于打车软件属于具有网络效应的商品,在此仅将网络影响纳入考虑,并保持其他影响不变,则乘客使用打车软件出行一次所获效用公式为:
U
其中假设x
f(z
由于打车软件是具有网络效应的产品,它给人带来的效用不仅仅取决于人们心中的保留价格,同时取决于使用该产品人群的规模,当有更多的乘客使用打车软件时,乘客乘到顺风车或打车的概率越大,越容易匹配,匹配越快,越优质,心理预期会得到的效用就会越大,所以将以上两者相乘以量化网络效应。
2)假设出租车司机拒绝参与打车软件中所获的额外利润为π
假设出租车司机选择参与打车软件中所获的额外利润为π
不难发现,π
乘客群体与出租车司机群体的支付矩阵如表一:
当乘客使用打车软件,出租车司机也选择加入打车软件时,支付为(U
当乘客不使用打车软件,出租车司机也不加入打车软件时,乘客以正常的方式打车,效用为U
当出租车司机选择使用打车软件,而乘客并不使用打车软件时,双方的选择会出现矛盾。出租车司机加入打车软件为了获得额外的利润,但乘客却并不加入,这会使得司机预期获得额外利润的想法无法付诸实践,出租车司机就会对乘客感到不满而降低其服务的质量,又因为众多的出行方式增加了乘客的选择,乘客就会转向使用其他更加合适的出行方式,故此时乘客的收益为U
当出租车司机选择不使用打车软件,而乘客使用打车软件时,双方的选择也会出现矛盾。乘客本可以通过打车降低出行成本,提高出行质量,却因为出租车司机的选择不加入而化为泡影,这会增加乘客的不满,由于乘客的出行选择较多,就会根据自己的需求,综合各种标准而选择其他的出行方式,故此时乘客的收益为U
因此,当出租车司机选择S
U
当出租车司机选择S
U
出租车群体平均的期望收益为:
R
由此可以推断出出租车群体的复制动态方程为:
当乘客选择S
U
当乘客选择S
U
乘客群体平均期望收益为:
R
可推出乘客群体的复制动态方程为:
容易注意到的是,利用网络效应的积极作用,会让打车软件汇聚网络优势,无需花费太多的投入,便会提高扩大市场的速度并最终占据可观的规模,为日后发展打下坚实基础。不过,网络效应的负面作用一旦被激活,反而会加速打车软件退出市场,一发不可收拾,造成严重的后果。无论何种作用,都是以影响乘客的预期为基础的,这使得引导乘客的预期对于打车软件提高自身的竞争力,扩大市场规模成为可能。且随着网络效应的引入,演化分析的结果出现了很多不确定的因素,虽然相图中B和C区域的面积并非本文主要研究的部分,但不难发现,这两部分也因为网络效应参数的引入而发生了巨大的变化。B和C两部分是非稳定的区域,若这两部分的面积之和变大,会进导致演化稳定均衡结果无法出现的概率增加,带来了更高的不确定性,但是如果可以控制A和D的面积,就会通过概率引导结果向预期的演化稳定均衡发展,而本文发现,这种增加相图区域的可变性的因素正是网络效应因素。进一步地,如果可以借此激发网络效用的积极影响,扩大D区域的面积,那么就可以引导演化博弈均衡向扩大打车软件使用者规模的方向发展,即增加(出租车司机使用打车软件,乘客不使用打车软件)这一策略出现的可能性,当然这也需要配合其他的辅助条件。同时也要注意控制减小A的面积,因为这块面积的大小反映了网络效应的负面影响,A扩大会导致策略(乘客弃用打车软件,出租车司机也拒绝使用打车软件)出现的可能性增加,致使打车软件不得不退出市场。
因此,在打车软件雨后春笋的今天,很多隐患随之而来,各大打车软件恶意进行价格补贴以扩大市场规模等。本本申请将聚焦打车市场,在各大打车软件激烈竞争的背景下,将市场特有的网络效应量化并引入演化博弈框架之中,以分析打车软件市场规模的演化过程,从数理的角度,帮助及时发现并解决市场恶意竞争隐患,政策制定提供数理逻辑并推动市场健康发展。显而易见的,网络效应很大程度上依赖于短期内乘客的预期和试用期内市场形成的实际规模,通过影响乘客的预期发挥网络效应的积极作用,在试用期内扩大市场规模,达到“先下手为强”的效果,可以为长期的发展奠定基础;在演化博弈论的分析框架下,网络效应会对演化博弈相图的空间变化造成显著影响,打车软件可以借此扩大均衡区域面积,在已有规模的基础上进一步扩大市场规模,实现“赢者通吃”的效果;基于上述分析还可知,打车软件对消费者提供补贴未必能够促成稳定的消费群体,在一定的条件下甚至可能会导致短期内小规模固定群体提前出现而限制打车软件未来的发展,使打车软件提早进入瓶颈期,难以在已有规模的基础上进一步扩大市场。
图11是根据本申请实施例的一种基于计算机确定应用使用概率的装置,如图11所示,该装置包括:
第一确定模块40,用于基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;
第二确定模块42,用于基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;
第三确定模块44,用于根据第一组常数与第二组常数确定平衡点坐标集合;
划分模块46,根据平衡点坐标集合确定多个目标区域;
具体地,可按照预设规则对平衡点坐标集合中的平衡点坐标进行连线得到边界线,依据边界线将相图划分为多个目标区域,其中,相图的横轴表示第一目标群体使用目标应用的比例,相图的纵轴表示第二目标群体不使用目标应用的比例;
调整模块48,用于根据网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率。
该基于计算机确定应用使用概率的装置中,第一确定模块40,用于基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;第二确定模块42,用于基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;第三确定模块44,用于根据第一组常数与第二组常数确定平衡点坐标集合;划分模块46,根据平衡点坐标集合确定多个目标区域,具体地,可按照预设规则对平衡点坐标集合中的平衡点坐标进行连线得到边界线,依据边界线将相图划分为多个目标区域,其中,相图的横轴表示第一目标群体使用目标应用的比例,相图的纵轴表示第二目标群体不使用目标应用的比例;调整模块48,用于获取基于网络效应参数,依据获取的网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率,达到了基于第一目标群体与第二目标群体对应的复制动态方程确定平衡点,基于平衡点划分相图,然后引入网络效应参数对相图各个区域的影响,最终得到第一目标群体使用目标应用的概率与第二目标群体使用目标应用的概率的目的,从而实现了基于博弈框架并考虑网络效应对用户行为的影响,然后根据影响的结果制定相应的市场策略有效引导目标应用建立竞争优势,扩大市场规模的技术效果,进而解决了由于相关技术中缺少在打车软件市场引入博弈框架并结合网络效应进行有效分析,然后根据分析结果制定相应的市场策略方法造成的目标应用竞争力较弱,市场规模难以有效扩展的技术问题。
根据本申请实施例的另一方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行任意一种基于计算机确定应用使用概率的方法。
具体地,上述存储介质用于存储执行以下功能的程序指令,实现以下功能:
基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;根据第一组常数与第二组常数确定平衡点坐标集合;根据平衡点坐标确定多个目标区域;根据网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率。
根据本申请实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行权利要求任意一种基于计算机确定应用使用概率的方法。
具体地,上述处理器用于调用存储器中的程序指令,实现以下功能:
基于第一目标群体对应的第一目标函数确定第一组常数,其中,第一组常数用于指示第一目标群体中使用目标应用的比例;基于第二目标群体对应的第二目标函数确定第二组常数,其中,第二组常数用于指示第二目标群体中不使用目标应用的比例;根据第一组常数与第二组常数确定平衡点坐标集合;根据平衡点坐标集合确定多个目标区域;根据网络效应参数对各个目标区域对应的面积大小进行调整,其中,面积的大小用于指示第一目标群体使用目标应用的概率和/或第二目标群体使用目标应用的概率。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
机译: 确定级联矿石分选的阶段数的方法,该方法包括使用传感器计算正确确定样品的矿物含量的概率,使用分流器正确计算转移概率的样品,基于概率A值计算值d和级联分阶段,确定分类系统进行分类;矿物;物料分离方法
机译: 车辆驾驶员状况疲劳的确定方法,涉及开发表示累积概率的概率模型,并使用模型基于累积概率将条件确定为驾驶员条件
机译: 从路线段中基于计算机的机动车行驶时间预测的方法,涉及确定累积的概率分布,并根据预设的分布概率值确定速度标准