Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi

 Chơi với Linus: Người đăng ký chơi chia sẻ dữ liệu của mình cho cộng đồng truy cập miễn phí, đồng thời được truy cập dữ liệu của hệ thống chia sẻ miễn phí..  Chơi với Bill: Người đăng

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

NGUYỄN NGỌC PHƯƠNG

MÔ HÌNH KHUYẾN KHÍCH CỘNG ĐỒNG CHIA SẺ

DỮ LIỆU DỰA VÀO LÝ THUYẾT TRÒ CHƠI

Crowd Sourcing Incentive Models Based On Game Theory

Chuyên ngành: KHOA HỌC MÁY TÍNH

Mã số: 60.48.01.01

LUẬN VĂN THẠC SĨ

TP HỒ CHÍ MINH, tháng 12 năm 2018

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI

TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM

Cán bộ hướng dẫn khoa học : TS Trần Minh Quang

Cán bộ chấm nhận xét 1 : PGS.TS Trần Công Hùng

Cán bộ chấm nhận xét 2 : TS Phan Trọng Nhân

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 27 tháng 12 năm 2018 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1 PGS.TS Đặng Trần Khánh

2 TS Lê Lam Sơn

3 PGS.TS Trần Công Hùng

4 TS Phan Trọng Nhân

5 TS Lê Hồng Trang

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Nguyễn Ngọc Phương MSHV: 1570222

Ngày, tháng, năm sinh: 10/02/1978 Nơi sinh: Bình Định

Ngành: Khoa Học Máy Tính Mã số : 60.48.01.01

I TÊN ĐỀ TÀI: Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi

II NHIỆM VỤ VÀ NỘI DUNG: Nghiên cứu các mô hình khuyến khích chia sẻ dữ liệu trong cộng đồng như mô hình lý thuyết trò chơi (game theory) Đề xuất mô hình hợp lý để khuyến khích cộng đồng chia sẻ dữ liệu, áp dụng vào thu thập dữ liệu ngập lụt hoặc ùn tắc giao thông ở Tp HCM

III NGÀY GIAO NHIỆM VỤ : 26/02/2018

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 02/12/2018

V CÁN BỘ HƯỚNG DẪN: TS Trần Minh Quang

Tp HCM, ngày tháng năm 20

CÁN BỘ HƯỚNG DẪN

(Họ tên và chữ ký)

TRƯỞNG KHOA KH&KTMT

(Họ tên và chữ ký)

LỜI CẢM ƠN

Để hoàn thành luận văn này, trước hết, Em xin chân thành cảm ơn sự hướng dẫn tận tình, chu đáo, quan tâm chỉ bảo của Thầy TS Trần Minh Quang, người đã hướng dẫn Em trong suốt quá trình thực hiện đề tài cũng như hoàn thành đề tài

Bên cạnh đó, Em xin chân thành cảm ơn quý Thầy Cô trong Khoa Khoa học và Kỹ thuật Máy Tính đã truyền đạt những kiến thức qúy báu, tạo điều kiện cho Em trong suốt quá trình học

Cuối cùng, tôi xin cảm ơn gia đình, đồng nghiệp, bạn bè đã luôn động viên, khuyến khích, giúp đỡ tôi để tôi hoàn thành đề tài nghiên cứu của mình

Trân trọng

TpHCM, ngày … Tháng … Năm 2018

Người thực hiện Nguyễn Ngọc Phương

TÓM TẮT LUẬN VĂN

Đề tài “Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi” được thực hiện với mục đích nghiên cứu các yếu tố ảnh hưởng đến việc chia sẻ dữ liệu của cộng đồng Mô hình nghiên cứu đề xuất ban đầu gồm 1 biến phụ thuộc là “sẵn sàng chia sẻ” và tám biến độc lập lần lượt là: phần thưởng, danh tiếng, thời gian chia sẻ, chi phí chia

sẻ, chất lượng dữ liệu, lợi ích xã hội, bảo mật thông tin và dễ sử dụng

mô hình sau đó được hiệu chỉnh thông qua quá trình phân tích dữ liệu với phần mềm SPSS

Kết quả phân tích xác định được mô hình hiệu chỉnh như sau: một biến phụ thuộc là “sẵn sàng chia sẻ” và năm biếm độc lập lần lượt như sau: giá trị nhận được, chất lượng dữ liệu, dễ sử dụng, danh tiếng và bảo mật thông tin Từ mô hình hiệu chỉnh, em đã áp dụng vào lý thuyết trò chơi

ABSTRACT The topic "Crowd Sourcing Incentive Models Based On Game Theory"

is done with the aim of studying the factors affecting the data sharing of the community The initial research model consists of one dependent variable called "ready to share", and eight following independent variables rewards, reputation, sharing time, sharing costs, data quality, social benefits, information security and ease of use The model is then calibrated through data analysis with SPSS software

The analytical results identify the correction model as follows: a dependent variable is "ready to share" and five independent followers are

as follows: received value, data quality, ease of use, name voice and information security, from the correction model which I applied to game theory

LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng Em Các số liệu, kết quả trình bày trong luận văn trung thực, không sao chép bất cứ công trình nào của người khác

TpHCM, ngày … Tháng … Năm 2018

Người thực hiện Nguyễn Ngọc Phương

MỤC LỤC

CHƯƠNG 1: MỞ ĐẦU 3

1.1 Lý do chọn đề tài 3

1.2 Mục tiêu nghiên cứu 4

1.3 Phạm vi nghiên cứu và đối tượng nghiên cứu 4

1.4 Phương pháp nghiên cứu 4

1.5 Ý nghĩa của đề tài 4

1.6 Bố cục luận văn 5

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 6

2.1 Giới thiệu tình hình ngập lụt hiện nay tại thành phố Hồ Chí Minh. 6

2.2 Cơ sở lý thuyết 8

2.2.1 Một số nghiên cứu liên quan 8

2.2.2 Lý thuyết trò chơi 12

2.3 Mô hình nghiên cứu đề xuất 14

CHƯƠNG 3: MÔ HÌNH KHUYẾN KHÍCH CỘNG ĐỒNG CHIA SẺ DỮ LIỆU DỰA VÀO LÝ THUYẾT TRÒ CHƠI 16

3.1 Xác định các yếu tố 16

3.1.1 Nghiên cứu sơ bộ 16

3.1.2 Nghiên cứu chính thức 16

3.2 Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi. 18

3.2.1 Giới thiệu trò chơi 18

3.2.2 Cơ chế trò chơi 19

3.2.3 Xây dựng trò chơi 22

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 37

4.1 Mô tả mẫu 37

4.1.1 Kết quả thu thập 37

4.1.2 Thông tin đối tượng nghiên cứu 37

4.2 Kiểm định thang đo 39

4.2.2 Phân tích nhân tố khám phá 40

4.2.3 Đặt tên các nhân tố 42

4.2.4 Hiệu chỉnh mô hình sau khi phân tích nhân tố 43

4.3 Phân tích hồi quy 44

4.3.1 Hệ số R 2 hiệu chỉnh. 44

4.3.2 Kiểm định Anova 44

4.3.3 Kiểm định hệ số tương quan 45

4.4 Áp dụng Lý thuyết trò chơi vào việc chia sẽ dữ liệu 46

CHƯƠNG 5: KẾT LUẬN 48

5.1 Kết quả nghiên cứu 48

5.2 Hạn chế của nghiên cứu 48

5.3 Kiến nghị 48

TÀI LIỆU THAM KHẢO 50

PHỤ LỤC 52

Phụ lục 1: Danh mục hình 52

Phụ lục 2: Danh mục bảng 52

Phụ lục 3: Bảng câu hỏi khảo sát 53

Phụ lục 4: Kết quả phân tích Cronbach’s Alpha 55

Phụ lục 5: Kết quả phân tích EFA 60

Phụ lục 6: Kết quả phân tích Hồi quy 64

Phụ lục 7 Các tuyến đường ngập nước 66

CHƯƠNG 1: MỞ ĐẦU 1.1 Lý do chọn đề tài

Ngày nay, lũ lụt, kẹt xe là một trong những vấn đề nhức nhối của xã hội

Lũ lụt, kẹt xe làm ảnh hưởng đến cuộc sống của người dân và sự phát triển kinh tế - xã hội

Thành phố Hồ Chí Minh là một trong những đô thị lớn của nước ta nhưng cũng không phải ngoại lệ Tình hình ngập nước, kẹt xe và triều cường thường xuyên xảy ra rất nghiêm trọng trong những giờ cao điểm [1] Thiệt hại do ngập nước, kẹt xe, triều cường cũng gây ra ảnh hưởng rất lớn đến đời sống, kinh tế - xã hội của người dân thành phố

Mặc dù những dự án, công trình mà chính quyền thành phố đã và đang thi công mang lại những hiệu quả nhất định nhưng vẫn chưa đáp ứng được như mong đợi Hệ thống camera giao thông[2] chỉ mới giúp cho chúng ta biết được tình hình giao thông như thế nào tại những vị trí gắn camera cố định, ngoài những vị trí gắn camera ra thì hệ thống chưa thể cung cấp thông tin được Tương tự, hệ thống cảnh báo ngập lụt tự động cũng chỉ cung cấp cho chúng ta biết được những vị trí ngập, mức độ ngập tại những

vị trí gắn cảm biến áp suất nhưng cũng chưa thể cung cấp những vị trí khác bị ngập Tình trạng ngập nước, triều cường và kẹt xe không chỉ xảy

ra ở một vài vị trí cố định mà luôn xảy ra ở nhiều vị trí khác nhau, không

cố định và luôn thay đổi Do đó, những dự án cung cấp thông tin cố định

ở vị trí cố định chưa đáp ứng hết được mong muốn của người dân

Hiện nay, thiết bị camera ngày càng phát triển, giá thành giảm và những lợi ích camera mang lại nên được người dân lắp đặt rất nhiều như camera khu phố, camera gia đình, camera hành trình cũng là những kênh thông tin hữu ích cho chúng ta Điện thoại thông minh và internet 3G/4G phát triển ngày càng mạnh mẽ Hầu như, mỗi người dân đều sở hữu cho mình một chiếc điện thoại di động để trao đổi, chia sẻ thông tin dữ liệu

Ngoài ra, sử dụng lý thuyết trò chơi như là một cách tiếp cận mới để tìm hiểu và phân tích hành vi hay quyết định của mỗi cá nhân và nhóm cá nhân trong một tình huống nhằm đem lại lợi ích tốt nhất

Với những phân tích ở trên, lý thuyết trò chơi là cách giải quyết vấn đề cấp bách như ngập nước, kẹt xe nhằm giúp người dân giảm những thiệt hại tối thiểu nhưng với chi phí chấp nhận được là một cách tiếp cận mới

Đây là lý do Em quyết định chọn đề tài “Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi” để nghiên cứu

1.2 Mục tiêu nghiên cứu

Sau khi nghiên cứu và phân tích đề tài, mục đích của đề tài này là:

 Xác định các yếu tố ảnh hưởng đến việc sẵn sàng chia sẻ dữ liệu của cộng đồng

 Đánh giá mức độ ảnh hưởng của các yếu tố trên đến việc sẵn sàng chia sẻ dữ liệu của cộng đồng

 Dựa vào lý thuyết trò chơi để áp dụng những yếu tố ảnh hưởng vào việc xây dựng vào bài toán cụ thể

1.3 Phạm vi nghiên cứu và đối tượng nghiên cứu

Phạm vi nghiên cứu:

Phạm vi nghiên cứu là ở khu vực Thành phố Hồ Chí Minh và áp dụng lý thuyết trò chơi xây dựng mô hình khuyến khích thông qua cơ chế thưởng, chi phí

Đối tượng nghiên cứu:

Đối tượng khảo sát bao gồm những người: Các tài xế lái xe, các Sinh viên của một số một số trường đại học, các nhân viên văn phòng, những người làm nghề tự do, thường xuyên đi ra ngoài, làm việc ngoài trời,…

Nghiên cứu dựa vào Lý thuyết trò chơi để áp dụng cho bài toán chia sẻ dữ liệu ngập lụt Đối tượng nghiên cứu là vấn đề liên quan đến việc xây dựng

mô hình khuyến khích cộng đồng chia sẻ dữ liệu

1.4 Phương pháp nghiên cứu

Luận văn sử dụng một số phương pháp như: phương pháp phân tích, phương pháp thảo luận, phương pháp phỏng vấn, phương pháp thu thập

dữ liệu,…

1.5 Ý nghĩa của đề tài

Qua quá trình nghiên cứu, đề tài này mang lại một số ý nghĩa như:

 Hiểu rõ hơn những yếu tố tác động đến việc chia sẻ dữ liệu từ cộng đồng như: chất lượng dữ liệu, bảo mật thông tin khi chia sẻ, dễ sử dụng của ứng dụng, danh tiếng do cộng đồng bình bầu,…

 Hướng đến xây dựng phần mềm chia sẻ thông tin dữ liệu ngập lụt, kẹt xe ở Thành phố Hồ Chí Minh theo hướng này

 Đề tài này cũng giúp cho Chính quyền có thêm những thông tin để tham khảo về những khu vực ngập lụt, kẹt xe

1.6 Bố cục luận văn

Nội dung của luận văn được trình bày 5 chương

Chương 1 – Mở đầu: Giới thiệu lý do chọn đề tài, mục tiêu nghiên cứu, giới hạn nghiên cứu, đối tượng nghiên cứu, phương pháp nghiên cứu, ý nghĩa của đề tài

Chương 2 – Cơ sở lý thuyết: Giới thiệu tình hình ngập lụt, một số nghiên cứu liên quan, lý thuyết trò chơi, mô hình nghiên cứu đề xuất

Chương 3 – Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi: Xác định các yếu tố, cơ chế trò chơi, xây dựng trò chơi Chương 4 – Kết quả nghiên cứu: mô tả mẫu, kiểm định thang đo, phân tích hồi quy, áp dụng lý thuyết trò chơi

Chương 5 – Kết luận: kết quả nghiên cứu, hạn chế của nghiên cứu, kiến nghị

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Giới thiệu tình hình ngập lụt hiện nay tại thành phố Hồ Chí Minh

Hiện nay, tình hình ngập lụt, triều cường ở Thành phố Hồ Chí Minh rất nghiêm trọng, điển hình là những trận mưa, triều cường gần đây và đặc biệt là trận mưa ngày 25/11/2018 vừa qua

Ngày 9/10/2018 triều cường làm nhiều tuyến đường như Trần xuân soạn, Huỳnh Tấn Phát, Nguyễn Văn Linh (Quận 7), Nguyễn Tất Thành (Quận 4) ngập sâu như hình 2.1

Hình 2.1 Ngập nước do triều cường ngày 9/10/2018 [3]

Sáng ngày 26/11/2018 nhiều tuyến đường ở Thành phố Hồ Chí Minh vẫn còn ngập lụt rất sâu như hình 2.2 và hình 2.3

Hình 2.2 Ngập nước do mưa sáng ngày 26/11/2018 [4]

Hình 2.3 Ngập nước ở đường Phan Huy Ích quận Gò Vấp [5]

Một số hình ảnh ở trên cho thấy tình hình ngập lụt, triều cường ở Thành phố Hồ Chí Minh còn rất nhiều tuyến đường bị ngập và tình hình này vẫn còn diễn ra liên tục và lâu dài

Tình hình ngập nước, triều cường sau trận mưa ngày 25/11/2018 toàn Thành phố xảy ra ngập tại 102 tuyến đường (chi tiết ở phần phụ lục 7), chiều sâu ngập từ 10 cm đến 70 cm và rạng sáng ngày 26/11/2018 xuất hiện đỉnh triều nên địa bàn Thành phố còn 32 tuyến đường ngập (chi tiết phần phụ lục 7), chiều sâu ngập từ 10 cm đến 40 cm Thông tin do Trung tâm điều hành chương trình chống ngập nước TPHCM báo cáo

Hiện tại, Thành phố Hồ Chí Minh đã và đang thực hiện rất nhiều công trình, dự án nhằm cải thiện tình hình ngập lụt, triều cường, kẹt xe như:

- Hồ điều tiết chống ngập đầu tiên tại Việt Nam theo công nghệ Nhật Bản

- Dự án chống ngập 10.000 tỷ được khởi công xây dựng từ năm 2016 –

2.2 Cơ sở lý thuyết

2.2.1 Một số nghiên cứu liên quan

Ngày nay, dữ liệu được cộng đồng chia sẻ có nguồn gốc rõ ràng

đã thu hút rất nhiều sự quan tâm, nghiên cứu của nhiều tác giả Trong đó một số đề tài đã được nghiên cứu:

- Nghiên cứu về chia sẻ kiến thức trong Công ty [6] nhóm tác giả sử dụng lý thuyết game để phân tích tìm ra điểm cân bằng trong quá trình chia sẻ kiến thức Nhóm tác giả dựa trên những nghiên cứu liên quan đưa ra một số biến của mô hình và đưa ra

mô hình cây khuyến khích chia sẻ kiến thức trong công ty được thể hiện với dạng hình mô tả cây trò chơi (Hình 2.4) Ở đây, tác giả xét trường hợp trò chơi có hai người chơi Trong đó, người chơi một lựa chọn đi trước và có hai chiến lược để đi đó

là chiến lược chia sẻ và không chia sẻ Sau khi người chơi một

đi xong, người chơi hai đi và có bốn chiến lược để đi và được thể hiện như hình 2.4 mô tả cây trò chơi giữa hai người chơi

Hình 2.4: Hình mô tả cây trò chơi giữa hai người chơi Trong đó, tác giả đưa ra một số yếu tố như sau:

 A: là biến mô tả sự thỏa mãn khi chia sẻ kiến thức

 Bs: là biến mô tả về lợi ích của việc chia sẻ kiến thức

 Bo: là biến mô tả về lợi ích của nhận kiến thức từ người chia sẻ khác

 R1: là biến mô tả về phần thưởng của việc chia sẻ dữ liệu Phần thưởng này được mô tả như đánh giá cao

bởi những người khác hay được cộng đồng xã hội công nhận sự đóng góp

 R2: là biến mô tả hình phạt của xã hội cho việc không chia sẻ kiến thức

 C: là biến mô tả chi phí chia sẻ Khi chia sẻ tốn thời gian và nổ lực cần thiết để chia sẻ

- Trong nghiên cứu [7], [8] nhóm tác giả sử dụng lý thuyết trò chơi để phân tích, tìm điểm cân bằng và thiết kế những chiến lược của những người chơi tham gia trong quá trình chia sẻ kiến thức, dữ liệu trong Công ty Từ đó, Tác giả xây dựng mô hình khuyến khích chia sẻ kiến thức Trong [7], tác giả đưa ra một số yếu tố để khuyến khích người chơi tham gia vào việc chia sẻ kiến thức như: yếu tố phần thưởng nội tại khi chia sẻ kiến thức (phần thưởng này giống như điểm dang tiếng), chi phí chia sẻ,…

- Trong những nghiên cứu [9], [10] nhóm tác giả cũng sử dụng

lý thuyết trò chơi để phân tích những chiến lược của những người chơi trong mạng xã hội Để xây dựng được các cơ chế khuyến khích những người chơi quan tâm, tham gia nhiều vào các trò chơi, tác giả đưa ra một số yếu tố như lợi ích của người khi tham gia, các chi phí khi tham gia (chi phí rõ ràng hay chi phí trong quá trình tham gia) để phân tích Ngoài ra, tác giả còn xây dựng mô hình khuyến khích người dùng chia sẻ thông tin

dữ liệu bằng chi phí [11] Ở đây, tác giả đưa ra cơ chế để người dùng lựa chọn khi tham gia, những lựa chọn đó sao cho mang lại lợi ích cho mình tốt nhất

- Trong Nghiên cứu [11], nhóm tác giả nghiên cứu về vấn đề chia sẻ điểm truy cập (AP) wifi của mình với những người dùng khác (Hình 2.5) Ở đây, tác giả dựa trên chi phí để khuyến khích người sử dụng chia sẻ AP của mình Tác giả đưa ra hai cơ chế cho người dùng tham gia vào hệ thống lựa chọn:

 Linus: người dùng chia sẻ AP của mình miễn phí mà

điều hành và có thể được sử dụng miễn phí truy cập vào AP của người khác khi đi khỏi nhà

 Bill: người dùng phải trả phí sử dụng khi truy cập vào

AP của người khác nhưng cũng có thể nhận lại một phần doanh thu tại AP của mình khi người khác truy cập vào từ nhà điều hành mạng

Trong mô hình chia sẻ điểm truy cập wifi tác giả giới thiệu như sau:

Hình 2.5: Hình mô tả chia sẻ điểm truy cập wifi Trong mô hình này, tác giả còn đề cập đến người dùng Alien Nghĩa là, người dùng Alien không sở hữu AP nên khi sử dụng truy cập bất cứ AP nào cũng phải thanh toán phí sử dụng Quá trình xây dựng mô hình, tác giả chia làm hai giai đoạn: giai đoạn 1: lựa chọn các thành viên tham gia Giai đoạn 2: người dùng quyết định thời gian truy cập mạng của mình trên một

AP

- Trong nghiên cứu [12], nhóm tác giả đã kết hợp lý thuyết game

và cơ chế khuyến khích để đạt được hiệu quả cao trong quá trình chia sẻ kiến thức trong mạng xã hội Trong bài báo này, tác giả đưa ra cơ chế khuyến khích dựa trên trò chơi tĩnh với thông tin hoàn hảo được thể hiện trong bảng sau:

Bảng 2.1: Chia sẻ kiến thức dựa trên lý thuyết game

sharing not sharing sharing (b + s - c, b + s - c) (s - c, b) not sharing (b, s - c) (0,0)

Trong đó, tác giả định nghĩa các biến như sau:

 b: là biến mô tả về lợi ích khi chia sẻ và b > 0

 c: là biến mô tả về chi phí khi chia sẻ và c > 0

 s: là biến mô tả về chi phí khuyến khích để chia sẻ kiến thức

- Nghiên cứu [13], nhóm tác giả nghiên cứu về độ tin cậy, chính xác của dữ liệu từ cộng đồng cung cấp Ở đây, tác giả nghiên cứu về tính chính xác, hợp lệ của dữ liệu do cộng đồng chia sẻ

về sự cố gây tắc nghẽn trong giao thông đô thị (vị trí xảy ra sự

cố, thời gian bắt đầu) và đưa ra công thức tính tổng số điểm đại diện cho độ danh tiếng (độ chính xác dữ liệu) của người dùng như sau:

S = ωsRs + ωfRf + ωcRc + ωrRr

Trong đó:

 S: tổng số điểm đại diện cho danh tiếng người dùng

 Rs: đại diện tính tương tự cho thông tin được cung cấp của một người dùng với thông tin của người dùng khác cùng với vị trí gần đó và thời gian

 Rf: đại diện cho tần suất gửi báo cáo của người dùng

 Rc: đại diện mức độ tin cậy của người dùng trong đám đông, dựa trên tính hợp lý của báo cáo của họ

 Rr: đại diện cho phản hồi của người khác gửi đánh

- Trong nghiên cứu [14], nhóm tác giả xây dựng mô hình khuyến khích các công dân trong thành phố tham gia thu thập, chia sẻ

dữ liệu thời tiết trên nền tảng web Ở đây, tác giả nghiên cứu

về những rào cản trong quá trình chia sẻ dữ liệu thời tiết của công dân trong thành phố Mô hình được nhóm tác giả nghiên cứu dựa trên sự kết hợp của mô hình chia sẻ dữ liệu không gian (Hình 2.6, Wehn de Montalvo, 2003b) và các yếu tố dựa trên các cuộc phỏng vấn ở các nước Anh, Ý và Hà Lan

Hình 2.6: Mô hình cơ bản chia sẻ dữ liệu không gian

- Trong nghiên cứu [15], [16] tác giả nghiên cứu về giảm thiểu những rủi ro ngập lụt trong đô thị bằng cách sử dụng dữ liệu từ cộng đồng cung cấp Ở đây, tác giả đánh giá sự tin cậy, chính xác, hợp lệ của dữ liệu bằng cách dựa trên số điểm được đánh giá bởi những người dùng trong cộng đồng và điểm danh tiếng

do người dùng tích lũy trong quá trình gửi báo cáo dữ liệu

2.2.2 Lý thuyết trò chơi

Lý thuyết trò chơi là một nhánh của Toán học ứng dụng Ngành này nghiên cứu các tình huống chiến thuật trong đó các đối thủ lựa chọn các hành động khác nhau để cố gắng làm tối đa kết quả nhận được [17],[18] Ngày nay, Lý thuyết trò chơi được áp dụng trong rất nhiều lĩnh vực như: khoa học xã hội, logic và khoa học máy tính

Lý thuyết trò chơi nghiên cứu các quyết định được đưa ra trong một môi trường trong đó các đối thủ tương tác với nhau Hay nói cách khác, Lý thuyết trò chơi nghiên cứu cách lựa chọn hành vi tối

ưu khi chi phí và lợi ích của mỗi lựa chọn là không cố định mà phụ thuộc vào lựa chọn của mỗi cá nhân khác

Cân bằng Nash:

Cân bằng Nash là một định lý trong lý thuyết trò chơi Định lý này được đặt tên theo John Forbes Nash Định lý này dùng để nghiên cứu các chiến thuật sao cho sự lựa chọn là tối ưu [19]

Trong trò chơi dạng chuẩn tắc:

G = {S1, S2, …, Sn; u1, u2, …, un } Trong đó:

S là chiến lược

u là hàm lợi ích

Tổ hợp chiến lược ( ∗, ∗, … , ∗ ) là một cân bằng Nash nếu với mỗi một người chơi i nào đó, ∗ (tức là chiến lược do người thư i lựa chọn) là phản ứng tốt nhất của người chơi này đối với các chiến lược của (n-1) người chơi còn lại ( ∗, ∗, … , (∗ ), (∗ ), … , ∗) (ký hiệu là ∗ ) Hay nói cách khác là ∗( ∗, ∗ ) ≥ ∗( , ∗ )

Về mặt toán học, ∗ là nghiệm của bài toán tối ưu max ∗( , ∗ ) Cân bằng Nash là chiến lược tối ưu mang lại lợi ích lớn nhất cho mỗi người chơi

2.3 Mô hình nghiên cứu đề xuất

Mô hình nghiên cứu đề xuất của đề tài được xây dựng dựa trên biến phụ thuộc và các biến độc lập

Thời gian chia sẻ

Phần thưởng

Chất lượng

dữ liệu

Sẵn sàng chia sẻ

H1

H2

Danh tiếng

Bảo mật thông tin

Hình 2.7 Mô hình nghiên cứu đề xuất

Dễ sử dụng

Chi phí chia sẻ

Lợi ích xã hội

Các giả thuyết về mô hình nghiên cứu đề xuất được phát biểu như sau: Giả thuyết H1: Nhân tố “Phần thưởng” ảnh hưởng tích cực đến sự sẵn sàng chia sẻ dữ liệu của cộng đồng

Giả thuyết H2: Nhân tố “Danh tiếng” ảnh hưởng tích cực đến sự sẵn sàng chia sẻ dữ liệu của cộng đồng

Giả thuyết H3: Nhân tố “Thời gian chia sẻ” ảnh hưởng đến sự sẵn sàng chia sẻ dữ liệu của cộng đồng

Giả thuyết H4: Nhân tố “Chi phí chia sẻ” ảnh hưởng đến sự sẵn sàng chia

CHƯƠNG 3: MÔ HÌNH KHUYẾN KHÍCH CỘNG ĐỒNG CHIA

SẺ DỮ LIỆU DỰA VÀO LÝ THUYẾT TRÒ CHƠI 3.1 Xác định các yếu tố

Nghiên cứu các yếu tố ảnh hưởng đến việc sẵn sàng chia sẻ dữ liệu từ cộng đồng bao gồm nghiên cứu sơ bộ và nghiên cứu chính thức

3.1.1 Nghiên cứu sơ bộ

Nghiên cứu sơ bộ là bước đầu tiên trong nghiên cứu Mục đích của việc nghiên cứu sơ bộ là để tìm hiểu các vấn đề cần phải nghiên cứu cũng như xác nhận lại những vấn đề nghiên cứu và những biến nghiên cứu Nghiên cứu sơ bộ thường được thực hiện thông qua nghiên cứu định tính, các kỹ thuật như thảo luận nhóm, thảo luận tay đôi, phỏng vấn, …

Phân tích tài liệu, lý thuyết liên quan nhằm tìm hiểu những vấn đề cần nghiên cứu, những vấn đề liên quan đến đề tài nghiên cứu Phân tích tổng hợp: kết hợp các phân tích tình huống, tài liệu, các nghiên cứu liên quan, các mô hình nghiên cứu đưa ra các yếu tố sơ

bộ

Thực hiện phỏng vấn, thảo luận nhóm, thảo luận tay đôi, khảo sát nhóm nhỏ nhằm xác định thêm hoặc chỉnh sửa những biến, yếu tố, vấn đề liên quan đến đề tài nghiên cứu Sau khi tiến hành phỏng vấn, thảo luận nhóm và khảo sát với qui mô nhỏ xong, em tổng hợp ý kiến và điều chỉnh lại những biến, yếu tố ảnh hưởng đến vấn

đề nghiên cứu Từ đó, em xây dựng bảng hỏi hoàn chỉnh và lên kế hoạch khảo sát trên tập lớn để thu thập dữ liệu và xử lý dữ liệu

Khi tiến hành khảo sát xong, em nhập số liệu vào phần mềm để xử

lý, mã hóa rồi chuyển qua phần mềm SPSS để tiếp tục phân tích hồi quy đa biến

Phương pháp chọn mẫu và kích cỡ mẫu:

Do giới hạn về chi phí, thời gian nên em chọn phương pháp chọn mẫu phi xác suất để thực hiện đề tài Em lấy mẫu trên một số đơn

vị có khả năng đại diện cho tổng thể chung, số lượng mẫu đủ lớn

để phân tích hồi qui

Để phân tích hồi qui đạt kết quả tốt, công thức xác định cỡ mẫu nghiên cứu cần phải thỏa điều kiện n = 50 + 8*var (Tabachnick & Fidell (2007)) Trong đó, n là kích cỡ mẫu tối thiểu cần thiết, var

là số lượng biến độc lập đưa vào mô hình hồi qui

Trong nghiên cứu đề tài này, bảng câu hỏi bao gồm 02 phát biểu

về nhân tố phần thưởng, 02 phát biểu về nhân tố danh tiếng, 02 phát biểu về nhân tố thời gian chia sẻ, 02 phát biểu về nhân tố chi phí chia sẻ, 03 phát biểu về nhân tố chất lượng dữ liệu, 02 phát biểu về nhân tố lợi ích xã hội, 02 phát biểu về nhân tố bảo mật thông tin, 02 phát biểu về nhân tố dễ sử dụng Tổng cộng có 17 phát biểu Vậy số lượng mẫu tối thiểu để phân tích hồi qui tốt là lớn hơn bằng 186 mẫu

Phương pháp thu thập dữ liệu:

Xây dựng bảng câu hỏi (chi tiết ở phần phụ lục 3 bảng câu hỏi) bao gồm các câu trả lời bằng cách đánh trắc nghiệm Thang đo trả lời đánh giá các nhân tố bằng Likert 5 mức độ, mức độ tăng dần

từ 1 đến 5, trong đó, chọn 1 có nghĩa là không đồng ý với phát biểu, chọn 2 có nghĩa là có phần đồng ý với phát biểu, chọn 3 có nghĩa là đồng ý với phát biểu, chọn 4 có nghĩa là khá đồng ý với phát biểu và chọn số 5 có nghĩa là rất đồng ý với phát biểu

Thu thập dữ liệu bằng cách in bảng câu hỏi ra và đi gửi trực tiếp đối tượng khảo sát, gửi email cho đối tượng khảo sát

Xử lý dữ liệu:

Bảng câu hỏi sau khi thu thập được chọn lọc nhằm loại bỏ những bảng câu hỏi trả lời thiếu thông tin, không phù hợp rồi nhập vào phần mềm để xử lý, mã hóa rồi chuyển qua phần mềm SPSS 20 để tiếp tục phân tích

Kiểm định độ tin cậy Cronbach’s Alpha

Mục đích của việc kiểm định độ tin cậy Cronbach’s Alpha nhằm loại những biến quan sát rác hoặc chưa đạt yêu cầu trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo với các tiêu chí:Những biến có hệ số tương quan biến tổng (Item-total correlation) nhỏ hơn 0,3 sẽ bị loại và Những biến quan sát có giá trị hệ số Cronbach’s Alpha lớn hơn bằng 0.6 mới đạt yêu cầu

Phân tích nhân tố khám phá

Trong quá trình phân tích nhân tố khám phá, các nhân tố phải thỏa một số tiêu chí sau:

 Hệ số KMO (Kaiser-Meyer-Olkin) phải thỏa điều kiện 0.5

≤ KMO ≤ 1 Kiểm định Bartlett (Bartlett’s test of sphericity) phải thỏa điều kiện sig Bartlett’s Test < 0.05

 Trị số Eigenvalue phải thỏa điều kiện Eigenvalue ≥ 1

 Tổng phương sai trích (Total Variance Explained) ≥ 50%

 Hệ số tải nhân tố (Factor Loading) phụ thuộc vào kích thước mẫu chúng ta nghiên cứu

Đặt tên nhân tố mới

Sau khi thực hiện phân tích nhân tố khám phá EFA, đặt lại tên các nhân tố mới được tạo ra

Hiệu chỉnh lại mô hình nghiên cứu và phát biểu các giả thuyết Phân tích hồi quy Sau khi phân tích nhân tố khám phá EFA, đặt lại tên nhân tố mới xong, tiến hành phân tích hồi quy đa biến

3.2 Mô hình khuyến khích cộng đồng chia sẻ dữ liệu dựa vào lý thuyết trò chơi

Sau khi phân tích hồi quy tuyến tính ở trên phần 3.1.2, em xác định được các mức độ ảnh hưởng của các nhân tố đến việc sẵn sàng chia sẻ dữ liệu của cộng đồng Từ đây, em sẽ áp dụng lý thuyết trò chơi vào việc xây dựng mô hình chia sẽ dữ liệu ngập lụt từ những nhân tố ảnh hưởng đã được xác định ở trên

3.2.1 Giới thiệu trò chơi

Thiết bị di động ngày càng phổ biến là động lực để xây dựng hệ thống thu hút người dùng đóng góp dữ liệu của mình để cung cấp cho người dùng khác có nhu cầu Do nhu cầu sử dụng dữ liệu khác

nhau nên người dùng miễn cưỡng tham gia và đóng góp thông tin Người dùng tham gia đóng góp thông tin thấp là thách thức trong việc chia sẻ thông tin cho người dùng khác có nhu cầu sử dụng thông tin của hệ thống Đây là vấn đề quan trọng để xây dựng một

cơ chế như thế nào để khuyến khích nhiều người dùng tự nguyện tham gia đóng góp thông tin chính xác Chính những thách thức trên, em dựa vào lý thuyết trò chơi để đưa ra những chính sách, cơ chế nhằm khuyến khích người chơi sẽ hành động như thế nào để đạt được lợi ích tốt nhất cho họ

Chúng ta xét các tập sau:

 Tập là tập những người đăng ký chơi

 Tập là tập những người chưa đăng ký chơi

 Tập là tập những người đăng ký chơi và không đăng ký chơi

Trước khi tham gia vào trò chơi, chúng ta có các giá trị của các tập như sau:

 Tập là tập rỗng và được ký hiệu là = ∅ Tập chưa

có người đăng ký chơi

 Tập là tập những người không đăng ký chơi và được

Người quản lý trò chơi đưa ra một số loại thành viên tương ứng với chính sách, cơ chế khuyến khích những người chơi trong tập có thể lựa chọn để tham gia trò chơi nhằm đem lại lợi ích tốt nhất cho mình Những cơ chế, chính sách như sau:

 Chơi với Linus: Người đăng ký chơi chia sẻ dữ liệu của mình cho cộng đồng truy cập miễn phí, đồng thời được truy cập dữ liệu của hệ thống chia sẻ miễn phí Cụ thể,

 Chi phí phải trả (cost) cho việc truy cập dữ liệu của hệ thống chia sẻ bằng 0, nghĩa là, cost = 0

 Phần trăm doanh thu (revenue) thu được từ việc chia sẻ

dữ liệu của mình cho người chơi khác truy cập bằng 0, nghĩa là, revenue = 0

 Giá trị hữu ích từ việc truy cập dữ liệu của hệ thống chia

sẻ mang lại cho họ

 Chơi với Bill: Người đăng ký chơi phải trả tiền cho việc sử dụng, truy cập dữ liệu của hệ thống chia sẻ, đồng thời cũng

có thể nhận lại một ít tiền từ việc chia sẻ dữ liệu của mình

Cụ thể:

 Chi phí phải trả (cost) cho việc truy cập dữ liệu của hệ thống chia sẻ là một số khác 0, nghĩa là, cost ≠ 0

 Có thể nhận được một phần doanh thu (revenue) thu được từ việc chia sẻ dữ liệu của mình cho những người chơi khác truy cập, nghĩa là, revenue ≠ 0

 Giá trị hữu ích từ việc truy cập dữ liệu của hệ thống chia

sẻ mang lại cho họ

 Chơi với Alien: Trong trường hợp này, người chơi không chia sẻ dữ liệu Do đó, người chơi phải thanh toán tiền cho việc sử dụng bất kỳ dữ liệu nào của hệ thống chia sẻ Cụ thể:

 Chi phí phải trả (cost) cho việc truy cập dữ liệu của hệ thống chia sẻ là một số khác 0, nghĩa là, cost ≠ 0

 Phần trăm doanh thu (revenue) thu được từ việc chia sẻ

dữ liệu của mình cho người chơi khác truy cập bằng 0

(vì Alien không chia sẻ dữ liệu nên doanh thu không có), nghĩa là, revenue = 0

 Giá trị hữu ích từ việc truy cập dữ liệu của hệ thống chia

sẻ mang lại cho họ

Chúng ta xét một khoảng thời gian (ví dụ: 3 tháng) bao gồm các khung thời gian T (ví dụ: 10 phút cập nhật dữ liệu 1 lần) Nhằm đơn giản, chúng ta cho chiều dài của mỗi khung thời gian bằng 1 Những người đăng ký chơi trong tập đăng ký lựa chọn thành viên (tương ứng với cơ chế, chính sách) mà người quản lý trò chơi đưa

ra để tham gia vào trò chơi và không thể thay đổi khi đã lựa chọn trong suốt thời gian đăng ký tham gia trò chơi

Một số tương tác giữa Người quản lý trò chơi với những người chơi trong tập như sau:

 Người quản lý trò chơi thông báo các chính sách, cơ chế khuyến khích và giá của mỗi khung thời gian vào đầu khoảng thời gian tham gia:

 Giá mỗi khung thời gian được thanh toán bởi những người chọn chơi với Bill, chọn chơi với Alien (hay những người chơi không chia sẻ dữ liệu) là p với p∈(0, ]

 Phần trăm doanh thu thu được từ việc chia sẻ dữ liệu của những người chơi chọn chơi với Bill nhận được là với

∈ (0,1)

 Người quản lý trò chơi đưa ra thông báo về (p, ), mỗi người đăng ký chơi ∈ chọn loại thành viên ∈{0, 1, } cho mình cho toàn bộ thời gian của những khung thời gian ∆t Trong đó: 0 tương ứng với Linus, 1 tương ứng với Bill và a tương ứng với Alien Mục tiêu của mỗi người đăng ký chơi là lựa chọn loại thành viên tốt nhất để tối đa hóa lợi nhuận của mình trong toàn bộ khoảng thời gian mà Người quản lý trò chơi đưa ra

 Người quản lý trò chơi đưa ra thông báo về (p, ) và lựa chọn thành viên của những người đăng ký chơi { , ∈}, người đăng ký chơi bao gồm những người chọn chơi với Linus, chọn chơi với Bill và chọn chơi với Alien quyết định việc truy cập dữ liệu mà người khác chia sẻ trong khung thời gian

Khi truy cập dữ liệu được chia sẻ bởi hệ thống, người đăng ký chơi truy cập dữ liệu không bị ảnh hưởng bởi những người đăng ký chơi khác truy cập dữ liệu vào cùng một thời điểm Do đó, quyết định việc truy cập dữ liệu ở khung thời gian tiếp theo của người đăng ký chơi tiếp tục hay không phụ thuộc vào chất lượng dữ liệu mà những người đăng ký chơi khác chia sẻ Chất lượng dữ liệu của người đăng

ký chơi khác chia sẻ được thể hiện thông qua điểm danh tiếng được mọi người trong cùng một khu vực bình bầu

Trong bài này, Em chỉ tập trung vào quyết định của người đăng ký chơi về việc lựa chọn thành viên (chơi với Linus (Linus), chơi với Bill (Bill), chơi với Alien (Alien)) tham gia và quyết định việc truy cập dữ liệu với cơ chế khuyến khích, giá của Người quản lý trò chơi

đã công bố trước đó

3.2.3 Xây dựng trò chơi

Sau khi đã mô tả về cơ chế trò chơi, Em bắt đầu xây dựng trò chơi bao gồm: việc lựa chọn thành viên (Linus, Bill và Alien) tham gia

và quyết định việc truy cập dữ liệu của người chơi như sau:

 Mỗi người đăng ký chơi ∈ tham gia vào trò chơi lựa chọn chiến lược chơi của mình vào đầu khoảng thời gian mà Người quản lý trò chơi đưa ra Mỗi người lựa chọn cho mình một chiến lược chơi (Linus hoặc Bill hoặc Alien tương ứng với 0 hoặc 1 hoặc a) trong suốt thời gian mà Người quản lý trò chơi đưa ra

 Người đăng ký chơi quyết định việc truy cập dữ liệu của mình do

hệ thống chia sẻ dữ liệu tại một khung thời gian cụ thể tiếp theo

3.2.3.1 Xây dựng trò chơi truy cập dữ liệu

Với những lựa chọn thành viên (Linus, Bill, Alien) tham gia trong giai đoạn một, cơ chế khuyến khích và giá mà Người quản lý trò chơi đã đưa ra Trong trò chơi này, người đăng ký chơi quyết định việc truy cập dữ liệu bởi hệ thống chia sẻ tại một khung thời gian nhằm tối đa hóa lợi nhuận của mình trong khung thời gian hiện tại

a Xây dựng trò chơi:

Nhằm không mất tính tổng quát, em xét các trò chơi truy cập

dữ liệu bởi hệ thống chia sẻ thông tin cụ thể vào một khung thời gian cụ thể ∆t, chiều dài của khung dữ liệu bằng 1

Người chơi là tất cả những người truy cập vào dữ liệu của hệ thống chia sẻ, được viết lại như sau:

(ℎ , ∆ ) = (ℎ , ∆ ) = (ℎ , ∆ ) ∪ (ℎ , ∆ ) Trong đó, (ℎ , ∆ ) là tập hợp những người đăng ký chơi chia

sẻ thông tin (chơi với Linus, chơi với Bill) và (ℎ , ∆ ) là tập hợp những người chơi không chia sẻ thông tin (chơi với Alien) nhưng truy cập dữ liệu của hệ thống chia sẻ vào khung thời gian ∆t Để đơn giản, em bỏ qua yếu tố khung thời gian ∆t và còn lại tập người chơi là (ℎ ) = (ℎ ) ∪ (ℎ ) Nghĩa là,

em chỉ xét trong một khung thời gian duy nhất ∆t

Chiến lược của mỗi người đăng ký chơi i ∈ (ℎ ) quyết định việc truy cập dữ liệu được ký hiệu là , với , [0,1] của

hệ thống chia sẻ Chiến lược của tất cả những người chơi còn lại trong tập ( ) trừ i ra được viết như sau:

, = { , , ≠ , ∈ (ℎ )}

Lợi ích của người chơi i là chiến lược của anh ta là , và được mô tả như sau: , ( , ) (lợi ích được phân tích sau) Vậy trò chơi truy cập dữ liệu tại hệ thống chia sẻ và tương ứng với cân bằng Nash như sau:

Trò chơi truy cập dữ liệu tại hệ thống chia sẻ được tóm tắt như sau:

- Tất cả những người đăng ký chơi: tập k(ht)

- Chiến lược của những người chơi: , [0,1], ∀ ∈(ℎ )

- Lợi ích của những người chơi: , , , ∀ ∈ (ℎ )

Điểm cân bằng Nash trong phần truy cập dữ liệu:

Cân bằng Nash trong trò chơi truy cập dữ liệu do hệ thống chia

sẻ (cùng khung dữ liệu cụ thể ∆t) là ∗ = { ∗, , ∀ ∈ (ℎ )} với mỗi người chơi i thuộc tập k(ht) thỏa

, ∗, ≥ , , , ∀ , ∈ [0,1]

b Phân tích lợi ích trong giai đoạn truy cập dữ liệu:

Lợi ích của người chơi là thỏa mãn về các nhu cầu, sự hài lòng

và mong muốn từ danh tiếng (chất lượng dữ liệu là một yếu tố quan trọng trong việc quyết định danh tiếng của người dùng, chất lượng của dữ liệu càng cao thì danh tiếng tăng lên rất nhanh) của hệ thống chia sẻ dữ liệu mang lại cho họ trong khung thời gian của người chơi i được ký hiệu , và được tính như sau:

- , là chiến lược người đăng ký chơi i truy cập dữ liệu của hệ thống chia sẻ thông qua điểm danh tiếng

- là chi phí phải trả (tùy theo cơ chế khuyến khích mà người chơi i chọn chơi) của người chơi i khi truy cập dữ liệu của hệ thống chia sẻ

Theo nghiên cứu [15], danh tiếng của người dùng được tính như sau:

Trong đó:

- là điểm dữ liệu được đánh giá bởi những người dùng khác trong cùng một khu vực X được tính như sau:

= ∑

- Các hệ số và lần lượt được tác giả gán cho các hệ

số tương ứng 0.8 và 0.2 Phân tích lợi ích của người đăng ký chơi:

- Nếu người đăng ký chơi i chọn chơi với Linus ( ∈(ℎ ) và = 0) khi tham gia trò chơi thì người đăng

ký chơi i được:

+ Chi phí phải trả (costi) của người chơi i cho việc truy cập dữ liệu của hệ thống chia sẻ bằng 0, nghĩa là, costi = 0

+ Giá trị hữu ích từ việc truy cập dữ liệu mang lại cho họ

Do đó, lợi ích của người đăng ký chơi i khi truy cập dữ liệu của hệ thống chia sẻ mang lại cho họ khi tham gia trò chơi được mô tả , , được tính như phương trình (1) nhưng chi phí truy cập bằng 0 và được viết lại như sau:

- Nếu người đăng ký chơi i chọn chơi với Bill ( ∈ (ℎ )

và = 1) khi tham gia trò chơi thì người đăng ký chơi i cần phải thanh toán phí truy cập dữ liệu của hệ thống chia

sẻ và thanh toán phí truy cập phụ thuộc vào chiến lược

, của anh ta Cụ thể là:

+ Giá trị hữu ích từ việc truy cập dữ liệu mang lại cho họ

+ Người chơi i thanh toán chi phí truy cập dữ liệu của hệ thống là p

Do đó, lợi ích của người đăng ký chơi i truy cập dữ liệu của hệ thống khi tham gia trò chơi được mô tả là , và được tính như phương trình (1) và được viết lại như sau:

, của anh ta Cụ thể là:

+ Giá trị hữu ích từ việc truy cập dữ liệu mang lại cho

c Phân tích cân bằng Nash

Trường hợp một người chơi:

- Nếu người đăng ký chơi i chọn thành viên tham gia là Linus thì lợi ích của anh ta truy cập dữ liệu của hệ thống chia sẻ được mô tả ở phương trình (2) Do đó lợi ích tốt nhất của người đăng ký chơi i là luôn chọn truy cập dữ liệu tối đa ( ∗, = 1) bất kể chiến lược của những người chơi khác như thế nào Vậy chiến lược tốt nhất của người chơi

i là ∗, = 1

- Nếu người chơi chọn chiến lược tham gia là Bill thì lợi ích tối đa của anh ta khi truy cập dữ liệu của hệ thống được mô

tả ở phương trình (3) Do đó chiến lược tốt nhất của người dùng i truy cập dữ liệu của hệ thống được tính bằng cách tìm giá trị lớn nhất của phương trình (3) với biến , , trong khoảng 0 ≤ , ≤ 1 và được viết lại như sau:

s.t 0 ≤ , ≤ 1 var ,

từ đây, chúng ta tìm giá trị lớn nhất như sau:

dữ liệu có được thông tin (vị trí ngập, hình ảnh ngập và điểm danh tiếng) Từ đây, người chơi truy cập dữ liệu đánh giá sự hữu ích của dữ liệu chia sẻ mang lại cho mình và cân nhắc xem có tiếp tục truy cập dữ liệu ở khung dữ liệu tiếp theo hay không

Giả sử, chúng ta xét chi phí p = 0.5 cho toàn bộ khung thời gian Lúc đó, người chơi truy cập quyết định chiến lược chơi, đánh giá sự hữu ích dữ liệu của người chia sẻ

Phương trình biểu diễn mối liên hệ giữa chiến lược ( , ) của người chơi i khi truy cập dữ liệu của hệ thống chia sẻ đồng biến với ( − ) theo phương trình

dữ liệu càng cao Khi người chơi đánh giá sự hữu ích của dữ liệu càng cao, lúc đó chiến lược của người chơi tăng lên rất nhanh

Để đạt được lợi ích tối đa có thể, Người chơi chọn chiến lược chơi với Bill phải thỏa điều kiện ở phương trình (7)

- Nếu người chơi chọn chiến lược tham gia là Alien thì lợi ích tối đa của anh ta truy cập dữ liệu của hệ thống được mô tả ở phương trình (3) Do đó chiến lược tốt nhất của người dùng

i truy cập dữ liệu của hệ thống được tính bằng cách tìm giá trị lớn nhất của phương trình (3) với biến , , trong khoảng

0 ≤ , ≤ 1 và được viết lại như sau:

s.t 0 ≤ , ≤ 1 var ,

từ đây, chúng ta tìm giá trị lớn nhất như sau:

Từ phương trình trên, điều kiện để người chơi i tham gia trò chơi phải thỏa các điều kiện:

Tại khung thời gian ∆t, điểm danh tiếng của người chia sẻ khi họ chia sẻ dữ liệu được tính ở thời điểm trước đó Khi người chơi truy cập dữ liệu của người chia sẻ, lúc này người truy cập dữ liệu có được thông tin (vị trí ngập, hình ảnh ngập

và điểm danh tiếng) Từ đây, người chơi truy cập dữ liệu đánh giá sự hữu ích của dữ liệu chia sẻ mang lại cho mình

và cân nhắc xem có tiếp tục truy cập dữ liệu ở khung thời gian tiếp theo hay không

Giả sử, chúng ta xét chi phí p = 0.5 cho toàn bộ khung thời gian Lúc đó, người chơi truy cập quyết định chiến lược chơi, đánh giá sự hữu ích dữ liệu của người chia sẻ

Phương trình biểu diễn mối liên hệ giữa chiến lược ( , ) của người chơi i khi truy cập dữ liệu của hệ thống chia sẻ đồng biến với ( − ) theo phương trình

Trường hợp hai người cùng chơi:

Giả sử có một người chơi đăng ký tham gia chia sẻ dữ liệu (ví dụ: người chơi 01) và một người chơi là Alien Em nghiên cứu người chơi 01 và người chơi Alien cùng tham gia truy cập dữ liệu của hệ thống chia sẻ Chiến lược của người chơi 01 và người chơi Alien truy cập dữ liệu của hệ thống chia sẻ tương ứng như sau: , ∈ [0,1] và , ∈[0,1] Vậy sự tồn tại của cân bằng Nash ( ∗, , ∗, ) như sau:

Đối với người chơi 01:

Nếu người chơi 01 chọn chơi với Linus nghĩa là x1 = 0 thì chiến lược tốt nhất của anh ta là ∗, = 1 (8) Nếu người chơi 01 chọn chơi với Bill nghĩa là x1 = 1 thì chiến lược tốt nhất của anh ta là:

Đối với người chơi là Alien: Người chơi Alien không chia

sẻ dữ liệu nên anh ta phải trả phí cho việc truy cập bất cứ dữ liệu nào và chiến lược tốt nhất của anh ta là

sự hữu ích của dữ liệu mang lại, không phụ thuộc vào những

người khác cùng truy cập dữ liệu Vậy trường hợp hai người cùng chơi trong bài toán này không xảy ra

Trường hợp nhiều hơn hai người cùng chơi

Đối với trường hợp này tương tự như trường hợp hai người chơi cùng tham gia truy cập dữ liệu của hệ thống Nghĩa là chiến lược tốt nhất của mỗi người chơi không phụ thuộc vào nhau mà chỉ phụ thuộc vào chính sự đánh giá của anh ta Vậy trường hợp nhiều hơn hai người cũng chơi không xảy

ở bài toán này

3.2.3.2 Phân tích giai đoạn lựa chọn chiến lược chơi

Trong giai đoạn này, Em nghiên cứu về sự lựa chọn chiến lược chơi của những người đăng ký chơi (chơi với cơ chế Linus, Bill và Alien) trong tập ở giai đoạn 1 Ở giai đoạn này, những người tham gia lựa chọn chiến lược chơi (Linus hoặc Bill hoặc Alien tương ứng 0 hoặc 1 hoặc a) nhận được thông báo của người quản lý (nhà cung cấp dịch vụ) về giá cả và cơ chế khuyến mãi (p, ) Mỗi người đăng ký chơi i quyết định lựa chọn chiến lược chơi cho mình ∈ {0, 1, } tương ứng cho các chiến lược là Linus, Bill và Alien vào bắt đầu của toàn

bộ khoảng thời gian tham gia Người đăng ký chơi lựa chọn chiến lược chơi nhằm tối đa hóa các lợi ích hoặc các mục đích

có thể đạt được trong toàn bộ khoảng thời gian tham gia (trong tất cả các khung thời gian)

Riêng đối với trường hợp người chơi chọn chơi với Alien: do

cơ chế của Alien là không chia sẻ dữ liệu Do đó khi người chơi chọn chơi với Alien lúc đó họ không thể tham gia lựa chọn chiến lược chơi Linus và Bill

Bắt đầu chúng ta phân tích chiến lược chơi:

Khi hệ thống mới bắt đầu đưa vào sử dụng, người tham gia vào trò chơi chưa có Nhằm khuyến khích người chơi tham gia vào

hệ thống, sử dụng truy cập dữ liệu và chia sẻ dữ liệu càng nhiều

ra một số trường hợp nhằm khuyến khích người chơi tham gia lựa chọn chiến lược chơi cho mình

Trường hợp 1: Xét chi phí bằng 0 (p = 0)

Khi hệ thống bắt đầu vận hành, danh tiếng của người chơi mới tham gia vào hệ thống thường rất thấp Danh tiếng của người chơi phụ thuộc vào sự bình bầu của những người trong khu vực về chất lượng dữ liệu mà anh ta cung cấp Khi danh tiếng của người chia sẻ càng cao thì chất lượng dữ liệu của anh ta cũng có độ chính xác càng cao

Khi người điều hành hệ thống đưa ra cơ chế, giá khuyến khích, Người chơi xem xét và chọn cho mình một chiến lược chơi tối

ưu nhất nhằm mang lại lợi ích cho mình nhiều nhất có thể trong toàn bộ khoảng thời gian tham gia Chi phí truy cập dữ liệu bằng 0 (p = 0) nên những người chơi khi tham gia vào hệ thống thỏa điều kiện ở (11) Từ phương trình (7) được viết lại như sau:

 Chơi với Linus: chiến lược chơi này, người chơi chia sẻ

dữ liệu miễn phí cho cộng đồng nhưng cũng bù lại họ được truy cập vào dữ liệu của hệ thống miễn phí Nhưng hiện tại, chúng ta đang xét trường hợp chi phí truy cập

dữ liệu của hệ thống chia sẻ bằng 0 (p = 0) Do đó trong trường hợp này, người chơi chọn chiến lược chơi với Bill sẽ đạt được lợi ích tối ưu nhất

 Chơi với Bill: chiến lược chơi này, người chơi phải thanh toán tiền cho việc truy cập dữ liệu của hệ thống chia sẻ và họ có thể nhận lại một ít tiền thu được từ việc chia sẻ dữ liệu cho người khác truy cập Nhưng hiện tại, chúng ta đang xét trường hợp chi phí truy cập dữ liệu

của hệ thống chia sẻ bằng 0 (p = 0) Do đó trong trường hợp này, người chơi chọn chơi chiến lược chơi với Bill

sẽ đạt lợi ích tốt nhất

 Chơi với Alien: chiến lược này, người chơi không tham gia chia sẻ dữ liệu cho cộng đồng và họ phải thanh toán tiền cho việc truy cập dữ liệu của hệ thống chia sẻ Nhưng hiện tại, chúng ta đang xét trường hợp chi phí truy cập dữ liệu xuống bằng 0 (p = 0) Do đó, trong trường hợp này, chiến lược chọn chơi với Bill sẽ mang lại lợi ích tối ưu nhất

Vậy trong trường hợp này, chúng ta xét chi phí truy cập bằng

0 Hầu như những người chơi chọn chiến lược chơi với Bill sẽ mang lại lợi ích tốt nhất trong toàn bộ khung thời gian

Trường hợp 2: Xét trường hợp chi phí p bằng 0.5 (p = 0.5)

Sau khi, hệ thống vận hành một khoảng thời gian Người điều hành hệ thống xem xét các yếu tố như chi phí vận hành, điểm danh tiếng, khả năng người chơi chọn chiến lược chơi là Bill khi nâng mức thu phí truy cập dữ liệu từ chi phí ban đầu vận hành (p = 0) lên Nâng phí truy cập dữ liệu của người chơi nhưng làm sao vẫn thu hút được người chơi chọn chiến lược chơi với Bill mà vẫn đảm bảo được hệ thống vẫn vận hành tốt Hiện tại, chúng ta đang xét chi phí truy cập dữ liệu được tăng lên (p = 0.5) so với chi phí (p = 0) lúc mới vận hành hệ thống

Do đó, người chơi chọn chiến lược chơi tốt nhất sao cho có thể đạt được lợi ích cao nhất phải thỏa điều kiện bên dưới (12) Từ phương trình (7), chúng ta có thể viết lại như sau:

Xét các chiến lược chơi:

 Chọn chơi với Linus: người chơi chia sẻ dữ liệu cho cộng đồng miễn phí, đồng thời họ cũng được truy cập dữ liệu từ hệ thống chia sẻ miễn phí Trong trường hợp, người điều hành hệ thống thu phí truy cập dữ liệu (p = 0.5) so với lúc đầu hệ thống mới vận hành chi phí bằng 0 (p = 0) thì lúc đó có nhiều người chơi chọn chiến lược chơi với Linus Khi người điều hành hệ thống bắt đầu tính phí truy cập dữ liệu, người chơi lúc đó tùy theo những nhu cầu, mục đích, điểm danh tiếng của mình hiện có

mà chọn chiến lược chơi phù hợp để mang lại những lợi ích tốt nhất cho họ Những người chơi muốn chuyển qua chọn chiến lược chơi với Bill thì lúc đó phải thỏa điều kiện