超级明星在众包竞赛中的作用的结构分析-研究论文

【文件属性】：
文件名称：超级明星在众包竞赛中的作用的结构分析-研究论文
文件大小：556KB
文件格式：PDF
更新时间：2021-05-19 18:56:42
Crowdsourcing Contests Superstar Effect Bayesian 我们调查了在众包竞赛中与超级巨星竞争的长期影响。 通过在1677个软件设计众包竞赛中使用独特的50个月的纵向面板数据集，我们展示了一种学习效果，即与超级巨星竞争时，与其他人相比，参与者可以提高自己的技能（学习）。 我们表明，与超级明星编码员一起参加比赛之后，个人在以后的比赛中获胜的可能性大大增加。 我们建立了具有个体异质性的动态结构模型，其中个体选择比赛参加，并且通过基于信息论的贝叶斯学习框架进行比赛学习。 我们发现学习能力较低的个人倾向于高度重视金钱报酬，反之亦然。 结果表明，非常喜欢金钱奖励的个人倾向于赢得较少的比赛，因为他们很少获得赢得比赛所需的高技能。 反事实分析表明，应避免个人避开超级巨星，而应鼓励他们尽早参加与超级巨星的竞赛，因为这可以极大地提高他们的学习曲线，从而导致更高的质量和每次竞赛的参赛人数。 总体而言，我们的研究表明，愿意通过与超级巨星参加比赛而放弃短期金钱奖励的人从长远来看会有所收获。