MétaCan
Menu
Retour à la cohorte
Enregistrement W4206777370 · doi:10.1287/moor.2021.1197

Impact of Network Structure on New Service Pricing

2021· article· en· W4206777370 sur OpenAlex
Saed Alizamir, Ningyuan Chen, Sang-Hyun Kim, Vahideh Manshadi

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMathematics of Operations Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProfitability indexNetwork effectMonetizationRevenueService (business)MicroeconomicsConsumption (sociology)BusinessPricing strategiesComputer scienceIndustrial organizationEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

We analyze a firm’s optimal pricing of a new service when consumers interact in a network and impose positive externality on one another. The firm initially provides its service for free, leveraging network externality to promote rapid service consumption growth. The firm raises the price and starts earning revenue only when a sufficient level of consumer interactions is established. Incorporating the local network effects in a nonstationary dynamic model, we study the impact of network structure on the firm’s revenue and optimal pricing decision. We find that the firm delays the timing of service monetization when it faces a more strongly connected network despite the fact that such a network allows the firm to monetize the service sooner by resulting in faster consumption growth. We also find that the firm benefits from network imbalance; that is, the firm prefers a network of consumers with varying degrees of connections to that with similar degrees of connections. We also study the value of knowing the network structure and discuss how such knowledge impacts the firm’s profitability. Our analyses rely on the techniques from algebraic graph theory, which enable us to solve the firm’s high-dimensional dynamic pricing problem by relating it to the network’s spectral characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,344
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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