Joint Sponsored and Edge Caching Content Service Market: A Game-Theoretic Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In a sponsored content scheme, a wireless network operator negotiates with a sponsored content service provider where the latter can pay the former to lower the cost of the mobile subscribers/users to access certain content. As such, the scheme motivates the entities in the sponsored content ecosystem to be more actively involved. Meanwhile, with the forthcoming 5G cellular networks, edge caching becomes a promising technology for traffic offloading to reduce cost and improve service quality of the content service. The key idea is that an edge caching content service provider caches content on edge networks. The cached content is then delivered to mobile users locally, reducing latency substantially. In this paper, we propose the joint sponsored and edge caching content service market model. We investigate an interplay between the sponsored content service provider and the edge caching content service provider under the non-cooperative game framework. Furthermore, the interactions among the wireless network operator, content service providers, and mobile users are modeled as a hierarchical three-stage Stackelberg game. In the game model, we analyze the sub-game perfect equilibrium in each stage through backward induction analytically. Additionally, the existence of the proposed Stackelberg equilibrium is validated by capitalizing on the bilevel optimization programming. Based on the analysis of the game properties, we propose a sub-gradient-based iterative algorithm, which guarantees to converge to the Stackelberg equilibrium.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle