Nilai Shapley
- Diperkenalkan oleh
- Lloyd Shapley
- Tahun
- 1953
- Jenis
- algorithm
- Keluarga
- Game-theoretic
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Nilai Shapley adalah konsep solusi untuk permainan koalisi yang mendistribusikan total imbalan secara adil di antara para pemain berdasarkan kontribusi marjinal mereka pada koalisi.
Diperkenalkan oleh Lloyd Shapley pada tahun 1953, Nilai Shapley adalah distribusi imbalan unik yang memenuhi empat aksioma intuitif: efisiensi (total imbalan terdistribusi), simetri (pemain identik menerima imbalan yang sama), pemain nol (pemain yang berkontribusi nol menerima nol), dan aditivitas antar permainan.
Intuisi di balik metode
Bayangkan sekelompok pekerja membentuk usaha patungan. Nilai Shapley bertanya: berapa banyak yang harus diperoleh setiap pekerja? Jawabannya didasarkan pada rata-rata kontribusi marjinal yang dibuat setiap pekerja ketika bergabung dengan tim berbagai ukuran. Untuk setiap urutan yang mungkin di mana pekerja bergabung (dari nol hingga semua), hitung berapa banyak yang ditambahkan masing-masing; kemudian rata-ratakan kontribusi ini di semua urutan yang mungkin. Ini memberikan setiap pekerja imbalan yang mencerminkan peran mereka yang sangat diperlukan tanpa bias terhadap waktu atau ukuran kelompok. Ini adalah pembagian 'adil' yang unik yang memenuhi aksioma intuitif.
Sejarah
Lloyd Shapley memperkenalkan Nilai Shapley pada tahun 1953 sebagai solusi unik untuk masalah pembagian yang adil dalam permainan kooperatif. Pendekatan aksiomatiknya terbukti transformatif, menetapkan teori permainan kooperatif sebagai bidang yang ketat. Nilai Shapley telah diterapkan pada berbagai domain mulai dari alokasi biaya hingga penugasan kredit dan regulasi lingkungan. Kontribusi Shapley pada teori permainan membuatnya mendapatkan Hadiah Nobel Ekonomi pada tahun 2012, mengakui pentingnya nilai tersebut sebagai fondasi.
Kapan digunakan
Gunakan Nilai Shapley ketika mendistribusikan secara adil imbalan gabungan dari pembentukan koalisi, seperti pembagian keuntungan dalam kemitraan, alokasi kredit dalam tim penelitian, atau penilaian kontribusi individu pada model ansambel. Gunakan ketika pemain memiliki kontribusi yang heterogen dan tidak ada harga pasar yang mengungkapkan nilai individu. Sesuai ketika mencari pembagian yang adil yang dibenarkan secara aksiomatik yang memenuhi prinsip-prinsip kesetaraan dasar.
Batasan dan pertimbangan
- Mahal secara komputasi: memerlukan enumerasi semua 2^n koalisi untuk n pemain; tidak layak untuk n besar
- Memerlukan informasi lengkap: nilai koalisi harus diketahui sebelumnya untuk semua subset
- Mungkin tidak memenuhi rasionalitas individu: beberapa pemain bisa mendapatkan lebih banyak di luar koalisi besar
- Tidak unik dalam permainan koalisi ganda: ketika banyak koalisi layak, menentukan mana yang terbentuk ambigu
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Unik secara aksiomatik: satu-satunya pembagian yang memenuhi aksioma efisiensi, simetri, pemain nol, dan aditivitas
- Adil dan berdasar secara teoritis: mencerminkan rata-rata kontribusi marjinal setiap pemain di seluruh koalisi
- Fleksibel: berlaku untuk permainan kooperatif apa pun di mana nilai koalisi didefinisikan dengan baik
- Dapat diuraikan: dapat digunakan dengan fungsi penilaian apa pun, termasuk versi probabilistik dan berbobot
Penerapan
- Akuntansi kemitraan: mendistribusikan keuntungan secara adil di antara mitra bisnis dengan kontribusi yang bervariasi
- Kredit tim penelitian: mengalokasikan pengakuan dan kredit di antara rekan penulis berdasarkan besarnya kontribusi
- Alokasi biaya: menentukan cara membagi biaya infrastruktur di antara pengguna dengan pola penggunaan yang berbeda
- Manajemen sumber daya daerah aliran sungai: mendistribusikan air dari sungai bersama di antara pengguna hilir secara setara
- Pembelajaran mesin: mengaitkan prediksi model dengan kontribusi fitur menggunakan SHAP (SHapley Additive exPlanations)
Cara kerjanya
Cara kerjanya
Identifikasi semua kemungkinan subset (koalisi) pemain yang dapat terbentuk.
Untuk setiap koalisi S, hitung v(S), yaitu total imbalan yang dapat dicapai koalisi tanpa pemain luar.
Untuk setiap pemain i dan koalisi S yang tidak mengandung i, hitung kontribusi marjinal: v(S ∪ {i}) - v(S).
Rata-ratakan kontribusi marjinal pemain i di semua urutan pemain, dengan bobot berdasarkan jumlah koalisi dari setiap ukuran.
Kesalahan umum
- Mengasumsikan Nilai Shapley mengarah pada koalisi yang stabil; nilai tersebut mendefinisikan pembagian imbalan yang adil, belum tentu struktur koalisi yang stabil
- Menghitung Nilai Shapley dengan perataan sederhana di semua urutan; harus diberi bobot berdasarkan probabilitas ukuran koalisi
- Mencampuradukkan Nilai Shapley dengan Nash Bargaining atau konsep solusi lainnya; masing-masing memiliki interpretasi dan properti yang berbeda
- Melupakan bahwa Nilai Shapley mengasumsikan fungsi karakteristik lengkap; jika nilai koalisi tidak pasti, perluasan diperlukan
Pertanyaan yang sering diajukan
Mengapa Nilai Shapley unik?
Karena itu adalah satu-satunya distribusi imbalan yang memenuhi empat aksioma intuitif: (1) Efisiensi (semua imbalan terdistribusi), (2) Simetri (pemain identik mendapatkan imbalan yang sama), (3) Pemain nol (pemain tanpa kontribusi mendapatkan nol), dan (4) Aditivitas (imbalan digabungkan antar permainan). Aksioma-aksioma ini secara unik menentukan nilainya.
Bagaimana Nilai Shapley menangani permainan di mana koalisi besar tidak terbentuk?
Nilai Shapley mengasumsikan koalisi besar terbentuk dan mendistribusikan imbalannya v(N). Jika koalisi selain koalisi besar mungkin terbentuk, Nilai Shapley tidak secara langsung mengatasi stabilitas struktur koalisi; konsep teori permainan lainnya (inti, tawar-menawar) diperlukan.
Bisakah Nilai Shapley bernilai negatif?
Ya. Jika rata-rata kontribusi marjinal seorang pemain di seluruh koalisi negatif (mereka mengurangi total imbalan), Nilai Shapley mereka negatif. Ini dapat terjadi dalam permainan dengan eksternalitas atau sinergi negatif.
Metode terkait
Sumber
Shapley, L. S. (1953). A value for n-person games. In H. W. Kuhn & A. W. Tucker (Eds.), Contributions to the Theory of Games II (pp. 307-317). Princeton University Press.
Buka referensi DOIDisalin.Roth, A. E. (1988). The Shapley value as a von Neumann-Morgenstern utility. Econometrica, 56(4), 745-794.
Buka referensi publikasiDisalin.