基于区块链的知识共享平台演化博弈研究
2024-12-31金俊哲
摘要:随着互联网新兴媒体的迅速发展,基于区块链的社交网络平台也逐渐兴起。运用演化博弈的理论方法,建立了基于区块链的知识共享平台中知识创造方、知识传播方和平台方的演化博弈模型,并在博弈模型中引入通证奖励与监管强度,通过理论分析和仿真模拟的方法对平台中各方的策略进行分析,进而识别出影响知识共享的重要因素。最后得出结论,平台方对投票成本以及奖惩力度的控制是影响知识共享主体策略选择的关键,对完善平台的激励与监督体系,提高知识共享效率以及加速内容平台生态化进程具有重要意义。
关键词:区块链;知识共享;演化博弈
一、前言
随着互联网新兴媒体的迅速发展,社交网络平台逐渐成为人们获取知识、拓宽视野以及沟通交流的主要途径。然而,传统的中心化社交网络平台也暴露出很多方面的问题:在内容质量方面,平台中会出现众多低质或缺乏深度的内容;在创作动力方面,平台缺乏创作激励,导致创作者创作意愿不足,创作热情减退;在版权方面,平台中易出现盗版的现象。基于区块链的社交网络平台的兴起,为社交网络平台的改进提供了一个新的方向。
目前,区块链技术与网络社区的结合还在初级阶段。Steemit作为国际知名的区块链社区,因其庞大的用户基础和2019年的币值暴跌事件成为了研究的焦点。Li等人针对Steemit系统的设计基础、当前应用状况以及代币激励机制的现状和潜在风险进行了深入讨论,并指出了此类社交网络中普遍存在的机器人可以控制投票权而导致平台无法正常运行[1]。李志宏等构建了一个基于区块链的群体协作创新社区的知识共享理论框架,涵盖了知识分类技术、价值信息管理系统和价值评估机制[2]。在知识共享与激励机制研究方面,Holtshouse认为知识共享是知识在个体间的转移和流动[3]。Ipe M则认为知识共享的本质是向组织内成员分享知识,这种行为不会导致分享知识的人失去对知识的所有权,而是会使分享知识的人与接收知识的人可以共同获得知识的所有权[4]。在舆情传播研究方面,赵丹等运用复杂网络理论,构建了基于区块链的舆情传播模型,并通过仿真模拟分析了基于区块链的社交网络平台的特有属性和舆情传播规律[5]。然而,仅依靠区块链的框架并不能完全保证平台的正常运行,因此,通过博弈模型识别出影响知识共享的重要因素,对完善平台的激励与监督体系具有重要意义。
二、模型构建
(一)模型的假设与定义
本研究采用演化博弈模型对基于区块链的知识共享平台中用户和平台方的行为进行分析。陈国兰将用户归纳为两大主要类别:知识创造者和知识传播者[6]。知识创造方在平台中提供新知识。知识传播方则可以识别平台中高质量内容,并利用投票机制对其进行推广,但他们同样可以为低质量内容投票。此外,浏览者虽然不参与投票,但他们通过浏览和阅读,也参与了知识的发现和传播过程,可以被视为非投票类的知识传播方。平台方负责对知识创造方和知识传播方的行为进行监管,确保知识共享过程的秩序。故本文做出如下假设:
第一,参与博弈的三类主体分别为知识创造方、知识传播方、平台方。
第二,三类主体均为有限理性。
第三,三类主体均可采取两种策略。知识创造方的策略为发布优质内容或发布低质内容,知识传播方的策略为投票或不投票,平台方的策略为强监管或弱监管。
第四,知识创造方选择发布优质内容的概率为x(0≤x≤1) , 选择发布低质内容的概率为1-x。知识传播方选择投票的概率为y(0≤y≤1) ,选择不投票的概率为1-y。平台方选择强监管的概率为z(0≤z≤1) ,选择弱监管的概率为1-z。
1.知识创造方的收益
(1)知识创造方的初始收益为πA。
(2)知识创造方的通证收益Rs:知识创造方和知识传播方会按照一个既定的比例对Rs进行分配,知识创造方依据比例k获得收益kRs,假设发布优质内容可获得较高收益RsT,而发布低质内容可获得较低的收益Rs1。
(3)创作高质量作品时的创作成本IA1:知识创造方创作高质量作品时,不可避免地要投入大量时间和精力,同时还需面对知识泄露的潜在风险。
(4)创作低质量作品时的创作成本IA2。
(5)创作低质量作品时平台方的惩处FA:知识创造方在创作低质量作品时,可能被平台发现并受到平台方的惩处。
2.知识传播方的收益
(1)知识传播方的初始收益为πB。
(2)知识传播方的通证收益Rs:为优质内容投票,可获得收益(1-k)RsT。若为低质内容投票,获得收益(1-k)Rs1。
(3)投票成本IB:为了防止用户恶意刷票,平台会对每个用户的投票权进行限制,知识传播方在投票时将会产生投票成本。
(4)为低质内容投票时平台方的惩处FB:知识传播方在为创作低质量作品投票时,可能被平台发现并受到平台方的惩处。
(5)知识创造方选择发布低质内容导致知识传播方的损失R1。
(6)知识创造方选择发布优质内容使知识传播方获得的收益W1。
3.平台方的收益
(1)强监管成本C1。
(2)弱监管成本C2。
(3)知识创造方发布低质内容导致平台方的损失R2。
(4)知识创造方发布优质内容使平台方获得的收益W2。
(5)平台多次监管可能产生的信任损失D。
(二)收益矩阵的建立
基于上述假设,由知识创造方、知识传播方及平台方构成的三方演化博弈模型的收益矩阵见表1。
三、模型稳定性分析
(一)复制动态方程
1.知识创造方的复制动态方程
假设E11为知识创造方发布优质内容的期望收益, E12为知识创造方发布低质内容的期望收益,故有:
则知识创造方的复制动态方程为:
2.知识传播方的复制动态方程
假设E21为知识传播方投票的期望收益,E22为知识传播方不投票的期望收益,故有:
则知识传播方的复制动态方程为:
3.平台方的复制动态方程
假设E31为平台方强监管的期望收益, E32为平台方弱监管的期望收益,故有:
则平台方的复制动态方程为:
(二)三方演化博弈的稳定性分析
由F(x)=0,F(y)=0,F(z)=0可得系统均衡点为 E1(0,0,0) ,E2(0,1,0) ,E3(0,0,1) ,E4(0,1,1 ), E5(1,0,0) ,E6(1,1,0) ,E7(1,0,1) ,E8(1,1,1) 。将E1~E8代入该博弈的雅可比矩阵,依据上述RsTgt;Rs1, IA1gt;IA2,C1gt;C2的假设,计算不同均衡点对应的特征值,进而对其稳定性进行分析,各特征值及稳定性见表2。
当Rs1-IB-kRs1lt;0时,E1(0,0,0)为均衡点。当 Rs1-IB-kRs1gt;0且IA2-IA1-kRs1+kRsTlt;0时,E2(0,1,0)为均衡点。当IA2-IA1-kRs1+kRsTgt;0且IB-W1-RsT+kRsTlt;0时,E6(1,1,0)为均衡点。
四、数值仿真与模拟
(一)三方博弈行为的演化路径
本文采用Matlab2022a模拟演化过程,设置满足Rs1-IB-kRs1gt;0,IA2-IA1-kRs1+kRsTgt;0,IB-W1-RsT+kRsTlt;0的参数:k=0.7,RsT=60,Rs1=30,FA=20,FB=20,W1=10,C1=40,C2=10,D=10,IB=5,IA1=20,IA2=10。图1展示了在上述设定的参数条件下不同利益相关方所采取策略的倾向性,图中曲线的密集程度反映了博弈三方选择各策略的可能性大小。由图1可知,此时只存在一个均衡点E6(1,1,0) ,即(发布优质内容,投票,弱监管),与稳定性分析中的结论一致,此时的状态适合该平台的长远发展。
(二)不同因素对三方策略的影响
1.FA对系统利益方的影响
设置参数k=0.7,RsT=60,Rs1=30,FB=20,W1=10,C1=40,C2=10,D=10,IB=5,IA1=20,IA2=10,将知识传播方创作低质量作品时受到的惩处FA分别赋以150,75,10。保持除FA以外的参数与4.1中相同,通过改变FA的大小来确定该参数对博弈结果的影响。仿真结果如图2所示。
由图2可知,在系统演化至稳定点的过程中,对创作低质量作品时平台方的惩处FA的提升能够加快此博弈达到均衡的速度,使知识创造方更倾向于发布优质内容。演化过程中,知识创造方发布优质内容和知识传播方为优质作品投票的概率增加,平台方采取强监管的概率降低。
2.I_B对系统利益方的影响
设置参数k=0.7,RsT=60,Rs1=30,FA=20,FB=20,W1=10,C1=40,C2=10,D=10,IA1=20,IA2=10,将投票成本IB分别赋以30,20,5。保持除IB以外的参数与4.1中相同,通过改变IB的大小来确定该参数对博弈结果的影响。仿真结果如图3所示。
由图3可知,在系统演化至稳定点的过程中,系统有两个均衡点,随着投票成本IB的增加,此博弈的均衡点由E6(1,1,0)改变为E1(0,0,0) ,投票成本较低时,知识创造方选择发布优质内容,知识传播方为优质作品投票,平台方采取弱监管;而投票成本较高时,知识创造方选择发布低质内容,知识传播方不为作品投票,平台方采取弱监管,此时不利于平台的发展,因此平台方应控制投票成本不能过高。
五、结语
本研究构建了基于区块链的知识共享平台中各主体策略选择的演化博弈模型,该模型结合了通证机制以及监管强度等因素,并利用MATLAB进行仿真模拟,分析不同因素对博弈演化进程的影响,最后得出结论:在基于区块链的知识共享平台中,监管机制对于遏制用户的不端行为、维护平台秩序有至关重要的作用,但由于在此类平台中监管成本过高,宜采用弱监管的方式。平台的奖惩力度能够显著影响用户分享知识的积极性。投票成本对双方的策略选择有显著影响,如果过度降低投票成本可能会诱发不正当的投票行为,而投票成本过高,可能会降低知识传播者的投票意愿,导致系统收敛到不理想的稳定状态。
参考文献
[1]LI C,PALANISAMY B.Incentivized Blockchain-based Social Media Platforms: A Case Study of Steemit[C].Boston: ACM.2019:145-154.
[2]张江甫,顾新,许世英.区块链技术视角下分布式创新的知识区块链研究[J].情报科学,2022,40(03):55-62.
[3]Holtshouse D.Knowledge research issues[J].California management review,1998,40(03):277-280.
[4]Ipe M.Knowledge sharing in organizations:A conceptual framework[J].Human" resource development review,2003,2(04):337-359.
[5]赵丹,王晰巍,韩洁平,等.区块链环境下的网络舆情信息传播特征及规律研究[J].情报杂志,2018,37(09):127-133+105.
[6]陈国兰,原雨奇,张志武.基于区块链的内容平台知识共享演化博弈分析[J].情报探索,2022(09):29-38.
作者单位:首都经济贸易大学
■ 责任编辑:张津平、尚丹