阅读 102

机器、行为和博弈(1)—行为经济学

小知识,大挑战!本文正在参与“程序员必备小知识”创作活动。

之前由于工作的需要,研究过推荐系统一段时间,推荐系统是机器学习一个比较独特领域,这些年得到了良好的发展,而且在实践中也算是一个机器学习的最佳实践了。现在主要往图卷积和强化学习两个大的发展方向。不过也遇到了瓶颈,那么我们如何突破数据限制,如何将数据与人们消费行为。

机器学习本身是一门应用学科,而且跨学科跨领域,不但有深度而且有广度,模型反映这个复杂世界。从其他学科吸收营养和灵感,今天我们来聊一聊

  • 心理学
  • 经济学
  • 遗传学

这些学科对机器学习的影响

为什么行为经济学又回到了我们的视线里

  • 行为经济学不是新学科,亚当斯密早在 1759 年《道德情操论》就提出了行为经济学
  • 人是理性的还是非理性是行为经济学与其他学科不同之处。
  • 传统经济学一直以来压制多年
  • 2008 金融经济危机是一个转折点,行为经济学习凭借这个机会重新引起人们对其关注
  • 大数据时代到来也推动行为经济学的发展
  • 行为经济学是传统古典经济学的一个补充和扩展

什么是行为经济学

是把心理学和经济学相结合的学科,研究人们的行为如何系统性地偏离经济学传统的“理性人”假设。

定义中出现偏离行为可能表现为一下这些行为

  • 损失厌恶
  • 时间偏好
  • 社会性偏好
  • 概率判断

有感这些偏离具体表现随着通过具体实例给大家解释

行为经济学发展历程

亚当斯密时代

  • 1759 年《道德情操论》
  • 1776 年《国富论》

新古典经济学时代

  • 20世纪理性人假设,经济学数学化
  • 行为经济学艰难发展

大数据时代

  • 2008 年金融危机的转折
  • 大数据时代的繁荣

为什么学习行为经济学

可以解释一些行为,为什么做出这样心里决策。对于我们个人来说,我们决策都是基于自动生物算法(机制)来给出决策。今天我们衣食住行都被 app 所包围,在大数据和算法面前,我们的算计变得无力。算法可能比我们自己更了解我们自己。在这样的时代,我们为了避免自己经济决策中出现行为偏差,就需要产生这样行为的根源。我们需要先于算法,了解决策机制,修正自己的偏差。这是作为我们个人学习行为经济学的动力。

文章分类
人工智能