众包竞赛的最优加价延期策略

众包竞赛的加价延期机制可被竞赛组织者作为激励参赛者提高努力的一种策略,本文引入加价延期概率、加价敏感度等参数,建立了包含组织者和同质参赛者的数学模型,对加价延期竞赛中的参赛者均衡和组织者决策进行了研究。本文分析了组织者无需加价延期和实行加价延期的前置条件,探讨了最优奖金策略和最优加价方式。结果显示:在参赛者对加价延期的概率持有较高期望时,组织者无需加价延期;在任务复杂度较低,或是参赛者加价敏感度较高时,实行加价延期能使组织者利润增加;最优奖金值关于任务复杂度、新颖性单调递增,最优奖金分配是赢者通吃,最优加价方式是一步加价。本文采用算例验证了相关结论,研究成果丰富了众包竞赛的理论研究,并对加价延期竞赛中组织者决策具有指导意义。

众包竞赛中雇主绩效影响因素研究

基于任务中国663个任务的样本数据,分析了众包竞赛中雇主特征、任务特征和任务竞争对雇主绩效的影响及解答者提交数量的中介作用。结果表明:雇主特征维度中,雇主信用正向影响雇主绩效,而任务发布数量却负向影响雇主绩效;任务特征维度中,完善任务描述及较高悬赏金额有助于提高雇主绩效,但任务持续时间负向影响雇主绩效;任务竞争维度中,解答方案的提交数量除对雇主绩效有正向影响外,还在任务特征和雇主绩效关系之间起中介作用;任务交流的负向反馈则会降低雇主绩效。

众包竞赛中众包方的反馈策略

在众包竞赛中,众包方可以选择在竞赛过程中对于参赛者的表现给予反馈或者不给予反馈,还可以选择在竞赛开始前声明或者隐瞒自己的反馈策略。通过研究发现,反馈策略的优劣与众包方的收益类型相关,当众包方的收益等于所有参赛者的努力总和时,无反馈策略和事先声明的有反馈策略效果相同,而事先隐瞒的有反馈策略最优;当众包方的收益等于参赛者的最大努力水平时,无反馈策略最劣,而事先声明和事先隐瞒的有反馈策略都有可能占优,最优策略由参赛者人数、参赛者能力分布及收到反馈的人数所决定。

过程反馈如何影响参与者行为?——来自在线设计众包竞赛的证据

在众包竞赛过程中,寻求产品设计的企业管理者(寻求者)经常面临着是否向参与者提供过程反馈的抉择,然而,现有研究关于反馈对参与者行为(后续参与度和提交质量)的影响尚不明晰。基于此,本文利用在线设计众包平台的面板数据,分析了在大规模、动态产品设计众包竞赛中过程反馈对参与者后续参与度和提交质量的差异性影响。结果表明:向参与者提供过程反馈可以激励中等绩效者提高后续参与度,但揭示设计作品质量差异会抑制领先者和落后者的后续参与度;过程反馈还能促进参与者改进和优化后续提交质量,并可能抵消对参与度的不利影响。研究结论不仅揭示了过程反馈在动态众包竞赛中的作用,同时启发管理者权衡过程反馈对后续参与度和提交质量的影响。

众包竞赛中接包方的创新绩效影响因素研究

针对如何提高众包竞赛模式下接包方创新绩效的问题,通过对猪八戒网接包用户的数据收集,在工作设计理论的基础上,构建众包竞赛下接包方创新绩效影响因素模型,并采用偏最小二乘方法进行实证分析。研究结果表明:任务赏金和自主性正向影响接包方参与意愿,任务隐性负向影响接包方参与意愿;众包平台交互性和信任环境正向影响接包方的努力程度;接包方参与意愿和努力程度正向影响接包方创新绩效,并且努力程度的影响更大。

赢者通吃情形下众包竞赛最优奖励机制研究

作为开放式创新的一种重要形式,众包竞赛被广泛用于解决各类社会经济问题。在众包竞赛中,组织者发布创新任务,解答者完成任务并获得奖励,双方构成委托代理关系,因此可运用委托代理理论研究众包竞赛的最优奖励机制问题。在赢者通吃情形下,众包竞赛采用固定奖励机制或竞价奖励机制组织者和解答者之间激励相容的结果不同,解答者的参赛经验也会对创新绩效产生影响。研究表明:在固定奖励机制下不能实现组织者和解答者之间的激励相容,在竞价奖励机制下激励相容规划存在最优解;当固定奖金金额处于一定范围内,即使不能满足激励相容条件也能实现组织者最大化期望效用的目标;解答者的参赛经验从正向和负向对解答者提交方案的质量产生影响。

众包竞赛中任务特征对解答者创新绩效的作用机理研究

众包竞赛作为一种新兴的开放式创新模式,逐渐受到企业的青睐,已经成为企业创新的重要途径。以从猪八戒网收集的416个有效样本数据为基础,运用层级调节回归分析方法,探讨众包竞赛中任务特征对解答者创新绩效的影响以及对解答者创意自我效能的调节作用。结果表明:技能多样性、任务同一性、任务重要性、任务自主性、任务反馈性与任务可分析性对解答者创新绩效具有显著正向影响;任务多样性对解答者创新绩效存在显著负向影响;创意自我效能对技能多样性、任务自主性、任务反馈性和任务可分析性与创新绩效之间存在显著正向调节作用。

众包竞赛中提交策略对接包方创新绩效的影响

基于首因效应和近因效应理论,从交稿提前度和交稿顺序两个维度定义了接包方的提交策略,通过建立Logistic回归模型,对“一品威客”平台上47834位接包方的参赛数据进行分析。研究发现:交稿提前度与交稿顺序对接包方创新绩效均有显著的负向影响;任务周期和方案个数会强化交稿提前度的影响,缓和交稿顺序的影响;中标个数只会强化交稿顺序的影响,对交稿提前度的影响不具显著调节作用。经过一系列鲁棒性检验,研究结论表现出较强的稳健性。

不同信息反馈策略下两阶段众包竞赛最优投入努力和收益

众包竞赛中众包方的信息反馈策略可以影响众包方获得最大收益,以及使得参赛者获得最大收益的最优投入努力。将众包方的信息反馈策略分为无信息反馈、完全信息反馈、部分信息反馈3种策略,在不同信息反馈策略下构建两阶段众包竞赛参赛者的最优投入努力以及众包方的最优收益模型,并对各模型进行了数据仿真分析。研究发现,不同信息反馈策略的优劣和参赛者的投入努力的成本函数类型有关系。如果参赛者在第二阶段的边际成本为单调递增的凸函数,则无信息反馈策略情况下,众包方获得最大收益且此时参赛者有最优的投入努力;如果参赛者在第二阶段的边际成本为单调递增的凹函数,则完全信息反馈策略情况下,众包方获得最大收益且此时参赛者有最优的投入努力。

考虑解答者公平关切的众包竞赛知识共享激励

研究了解答者之间的横向公平关切特征对众包竞赛发包方知识共享激励的影响。在构建公平关切下解答者效用函数的基础上,建立并求解了无知识共享激励模型(NKS)和知识共享激励模型(KS),用理论分析和数值仿真的方法研究了公平关切敏感度对发包方最优知识共享激励程度、解答者最优私有解答努力程度及知识共享努力程度、众包项目绩效,以及双方期望经济收益的影响,并与无知识共享激励进行了对比。研究表明:解答者公平关切心理能降低实施共享知识激励机制的门槛,并提升发包方最优知识共享激励程度;解答方知识共享努力与公平关切负相关,但私有解答努力与之正相关;众包项目绩效、发包方绝对经济收益与公平关切的关系取决于解答努力绩效转化率和知识共享努力绩效转化率之间的比值;知识共享激励机制能实现发包方和解答者双方经济利益的共赢,且其经济价值随公平关切敏感度的增大而提高,并受到参赛人数的调节作用。

考虑声誉效应的众包竞赛动态激励机制研究

将声誉效应引入众包竞赛的激励机制可以促使接包方为考虑未来绩效收益而提高当前努力.建立并求解了显性和隐性声誉效应下连续两个任务阶段的动态激励模型,探讨了显性声誉修正系数、隐性声誉系数以及参赛者数量对激励效果的影响,并与无声誉激励机制进行了对比.研究表明,声誉激励机制通过单位绩效激励强度和固定奖励水平两条途径起作用,增大隐性声誉系数有助于提高每个任务阶段的努力程度,显性声誉不确定性则会降低第2任务阶段的努力程度;各种条件下实施声誉激励对第1任务阶段中的努力程度和单位绩效奖励的影响存在不确定性;参赛者数量的增加有助于弱化第1任务阶段中棘轮效应,但也会降低声誉激励机制对努力程度的正向价值,扩大声誉激励机制对单位绩效奖励的负向价值.

众包竞赛中欺诈行为的成因与应对策略研究

众包竞赛因其充分发掘网络大众的智慧而被广泛应用于企业创新实践中,然而来自解答者和发起者两方面的欺诈行为导致众包竞赛效率下降。究其成因,主要是欺诈行为的防范机制不完善、欺诈者筛除机制不合理、网上交易法律体系不健全以及网络道德体系不完善。因此,针对以上现象及其成因,采取完善信用评价制度、构建欺诈行为惩罚机制、优化欺诈者筛除机制、建立健全相关法律体系等应对策略,将有助于众包竞赛创新模式的健康发展。

众包竞赛各参与方演化博弈策略分析

文章针对众包竞赛过程中不可回避的逆向选择问题,构建了发包方、接包方以及平台的三方演化博弈模型及其动态复制方程,并对其均衡点的局部稳定性进行了分析,得到了三方在不同条件下的稳定性策略,并利用相位图分别演示了不同参数变化对博弈三方策略选择演化趋势和稳定性的影响。研究结果表明:对接包方的投机行为的惩罚力度,监管成本和声誉的正效应直接影响平台的策略选择;接包方的策略选择取决于惩罚力度和社会声誉的正向激励;发包方的策略选择取决于预期收益和平台对接包方投机行为的惩罚力度。

众包竞赛的离群点欺诈用户检测算法研究

针对基于众包竞赛中欺诈者筛除机制的黄金标准数据方法、聚类算法的离群点检测算法K means算法和DBSCAN算法,依赖于事先给定的参数,不适合大规模数据集检测的问题,提出基于样本连通图的离群点检测算法。首先,给定参数并重复调用离群点检测算法,识别数据中的离群点和聚类;其次,计算每两个样本之间的连接次数和连接强度,在给定连接强度下界δ的情况下,根据样本的连接强度来构造样本之间的连通图;最后,根据样本之间的连通情况,对样本进行标记,把样本标记为聚类节点和离群点。实验结果表明,该算法在放宽参数设置范围的情况下,缩小了离群点个数波动范围,提升了离群点识别准确率,优于对比算法和经典的黄金标准数据方法。

众包竞赛用户网络演化特征及驱动因素:以猪八戒网站为例

为进一步厘清众包竞赛中用户之间的竞争关系、提高众包竞赛的创新效率,运用社会网络分析法和随机统计理论,利用2018—2020年猪八戒网站相关数据构建用户参与众包竞赛的竞争网络,分析该网络演化特征及其在时序上的演化规律,并借助指数随机图模型,从网络结构属性、网络节点属性和网络关系属性3个维度探究网络演化的驱动因素。结果表明:参与众包竞赛的用户竞争网络呈现高密度、短路径的特点,小世界特性显著,倾向于形成星形结构和闭合三角结构且网络结构趋于稳定,用户间的竞争关系具有一定的稳定性;用户的成交额、竞争强度及结构洞属性有助于竞争网络的形成与演化,用户之间的技术结构邻近性与组织邻近性在竞争网络关系形成中发挥显著作用,而经济距离负向影响竞争网络的形成。基于此,从用户参与积极性和核心带头作用发挥以及环境营造等方面提出众包平台管理相关建议。

众包竞赛中信息反馈策略研究述评与展望

众包竞赛已逐渐成为国内外企业解决难题的一种主要方式,组织者通过选择信息反馈使利润最大化。众包竞赛中信息反馈的内容要素、类型及其效应推动商业模式的创新与新型产业的崛起。目前,众包竞赛领域中关于最优反馈的研究不够深入。基于此,从组织者、解答者视角出发,选取不同反馈策略下的最优反馈策略,进而在众包竞赛绩效整体评价的基础上,综合考虑信息反馈对众包竞赛中各指标的影响,提出最优信息反馈机制,以丰富最优信息反馈的相关研究。

基于行为实验的竞赛型众包参与行为研究

文章基于期望价值理论和行为实验,从接包方参与竞赛的参与价值和获胜期望的角度,研究竞赛特征如何对参与行为产生影响及其过程机制。研究结果表明:奖金规模通过期望机制和价值机制的联合作用影响接包方参与意愿,且该影响效果存在非线性特征;接包方的参与意愿直接决定其是否参与竞赛;奖金规模和任务难度通过接包方获胜期望或参与价值影响参与意愿。该研究揭示了众包竞赛的任务特征对接包方参与行为影响的内在机制,丰富了众包领域的研究成果,能为众包实践者提供积极参考。

基于专业水平异质接包方的众包平台收费模式

众包平台在连接发包方和接包方及提升创新绩效方面起到了关键作用.重点考虑平台固定额度收费模式和固定奖金比例收费模式对发包方最优奖金设置、期望收益及接包方绩效水平的影响.博弈均衡状态下,固定额度收费模式总能促使发包方设置更高的奖金和激励接包方实现更高的创新绩效水平.不同收费模式下发包方最优收益主要由收费额度影响.最后,证明了平台的最优收费函数是一个随着奖金增加而增加的凹函数.

众包竞赛中解答者创新绩效影响因素研究——感知风险的调节效应

众包竞赛作为实现大众创新的一种有效模式,已经在企业R&D创新中突显优势,不仅给发布众包竞赛任务的企业或个人带来低成本和惊喜的创意方案,还使解答者个人或团队利用其才能和空闲时间创造价值,实现收益。以"任务中国"上255位解答者的数据为样本,分析了解答者创新绩效影响因素及解答者风险偏好在其中的调节作用。结果表明:(1)解答者披露私有信息减少了发布者的信息不对称,促进了解答者绩效的提高;此外,解答者通过服务保证获得发布者信任,有利于提高其创新绩效;(2)在解答者参与经验中,工作史并没有提高解答者能力,故对提高绩效无显著影响;但在参与过程中,解答者受先前中标经验的束缚而降低了其创新绩效;(3)在解答者感知风险较高的情况下,风险规避的解答者更倾向披露私有信息而提高其创新绩效;但是,风险规避的态度会促使解答者采取保守的解答策略,使得服务保证和参与经验对创新绩效的作用减弱。

基于众包竞赛的虚拟社区内知识共享行为

发包商基于互联网以竞赛的方式面向社会大众寻求创新问题解决方案的模式称为众包竞赛。众包竞赛中解答者之间是竞争关系,彼此之间缺乏交流互动,造成了整体解答方案质量不高及资源浪费问题。然而,构建虚拟社区促进解答者之间的知识共享行为能够提高众包竞赛效率、节约成本。因此,发包商设计合理的激励机制以促进解答者之间的知识共享行为是众包竞赛的重要研究问题。针对该问题,基于博弈论方法设计了解答者知识共享的激励机制,建立了解答者之间的Nash博弈模型及发包商与解答者之间的Stackelberg博弈模型,求得解答者的最优努力程度、最优知识共享水平和双方的最大化收益,并给出参与人数对解答者收益影响的算例分析,对今后众包竞赛的成功举办提供了理论指导。