МОДЕЛЬ ІГРОВОЇ ВЗАЄМОДІЇ ПІДПРИЄМСТВ E-COMMERCE З МЕРЕЖЕВИМИ ЗОВНІШНІМИ ЕФЕКТАМИ

Олександр Харченко; Валентин Яремич

doi:10.28925/2663-4023.2025.31.949

Автор(и)

Олександр Харченко Державний торговельно-економічний університет https://orcid.org/0000-0002-9255-9287
Валентин Яремич Державний торговельно-економічний університет https://orcid.org/0000-0001-9557-9577

DOI:

https://doi.org/10.28925/2663-4023.2025.31.949

Ключові слова:

електронна комерція, теорія ігор, машинне навчання, конкурентоспроможність, індекс конкурентоспроможності, обмежена раціональність, рівновага Quantal Response (QRE), математична модель

Анотація

У статті представлено комплексну модель ігрової взаємодії підприємств на ринку електронної комерції (e-commerce). Модель функціонує в умовах мережевих зовнішніх ефектів. Актуальність дослідження зумовлена насиченістю ринку e-commerce ІТ-рішеннями та великою кількістю взаємопов'язаних учасників. А це вимагає розробки гнучких та реалістичних інструментів для кібернетичного моделювання та аналізу конкурентоспроможності. Головним елементом моделі є інтеграція теорії ігор та методів машинного навчання (МН). На відміну від поширених класичних моделей, які базуються на припущенні про ідеальну раціональність гравців, у дослідження застосовано концепцію обмеженої раціональності через механізм імовірнісних стратегій Quantal Response Equilibrium (QRE). Запропонований підхід дозволив адекватно моделювати поведінку компаній e-commerce. Оскільки ці компанії прагнуть до вигоди, але ухвалюють рішення в умовах неповної інформації та обмежених ресурсів. А ці обмеження апріорі роблять їхні дії не завжди оптимальними. Кожне підприємство розглядається як агент. Агент в моделі обирає вектор стратегії, який включає ціну, якість, інтенсивність маркетингу та інвестиції в R&D. Наукова новизна моделі полягає у формалізації та об'єднанні кількох ключових параметрів. По-перше, розроблено інтегрований індекс конкурентоспроможності (), який, на відміну від класичних фінансових метрик, враховує синергію чотирьох факторів. Це, відповідно, економічний результат (очікуваний прибуток), структурна значущість підприємства в мережі взаємодій (вага критичності), робастність його стратегії до ринкових збурень та інноваційний потенціал. Останній оцінювався за динамікою інвестицій у R&D. По-друге, стан рівноваги в системі описано не класичною рівновагою Неша, а через більш загальний апарат варіаційних нерівностей. Це дозволило коректно враховувати опуклі функції витрат та регуляризаційні елементи. По-третє, застосування алгоритмів машинного навчання дало змогу калібрувати параметри моделі на основі емпіричних даних. А це перетворює модель на інструмент для прогнозування та управлінського аналізу компаній на ринку e-commerce. Розроблено алгоритм навчання моделі, представлений у вигляді блок-схеми та псевдокоду.

Завантаження

Дані завантаження ще не доступні.

Посилання

Nana, Z., Xiujian, W., & Zhongqiu, Z. (2022). Game theory analysis on credit risk assessment in E-commerce. Information Processing & Management, 59(1), 102763. https://doi.org/10.1016/j.ipm.2021.102763

Qiu, Z., Yin, Y., Yuan, Y., & Chen, Y. (2024). Research on credit regulation mechanism of e-commerce platform based on evolutionary game theory. Journal of Systems Science and Systems Engineering. https://doi.org/10.1007/s11518-024-5603-2

Giocoli, N. (2003). Modeling rational agents: From interwar economics to early modern game theory. Edward Elgar Publishing.

Dekel, E., & Gul, F. (1997). Rationality and knowledge in game theory. Econometric Society Monographs, 26, 87–172.

Aringhieri, R., Duma, D., & Fragnelli, V. (2018). Modeling the rational behavior of individuals on an e-commerce system. Operations Research Perspectives, 5, 22–31. https://doi.org/10.1016/j.orp.2017.12.001

Ghanbari, M., Keshavarz, T., & Shakhsi-Niaei, M. (2000). Modeling the rational behavior of buyers and sellers in an e-commerce system using agent-based simulation. Journal of International Business Administration, 6(4), 81–101. https://doi.org/10.22034/jiba.2023.55336.2011

Barabash O. V., Haidur H. I., Dakhno N. B., & Shevchenko H. V. (2017). Mathematical model of the network equilibrium for the case of competition in the conditions of incomplete awareness. Telecommunication and information technologies, (4), 11–21. https://tit.duikt.edu.ua/index.php/telecommunication/article/view/1756

Bohatyr, O. I., Boliun, O. H., & Silvestrov, A. M. (2007). EE-commercy – instrument of optimization of the system producer-intermediary-consumer. Adaptive Systems of Automatic Control, (11), 86–92. https://doi.org/10.20535/1560-8956.11.2007.34166

Xie, Y., Ye, H.-Q., & Zhu, W. (2025). Prediction and optimization for multi-product marketing resource allocation in cross-border e-commerce. Journal of Theoretical and Applied Electronic Commerce Research, 20(2), 124. https://doi.org/10.3390/jtaer20020124

Vennila, D., Vinotha, C., Shanthakumari, A., & Thangapalani, L. Convex Optimization Algorithm for Product Recommendation Using Microblogging Information. Journal of Data Mining and Management, 2(1).

Shiyan, A. A. (2010). Management of the development of socio-economic systems: Game theory: basics and applications in economics and management. Vinnytsia: VNTU. https://pdf.lib.vntu.edu.ua/books/2024/LANZ/Shiyan_2011_162.pdf

Hladkova, L. A., & Naumova, M. A. (2013). Zastosuvannia teorii ihor v ekonomitsi [Application of game theory in economics]. Naukovi zapysky. Seriia: Problemy metodyky fizyko-matematychnoi i tekhnolohichnoi osvity, 2(4), 16–21. https://phm.cuspu.edu.ua/ojs/index.php/NZ-PMFMTO/article/view/367

Tkachuk, M. M., Hrechka, I., Tkachuk, M. А., Sierykov, V., Grabovskiy, A., Pinchuk, N., Tkachuk, Н., Klochkov, I., Tsendra, H., Shevchenko, A., Kyrychuk, V., & Friziuk, D. (2023). Integrated calculation and experimental technology for analysis of contact interaction with account of elastic intermediate layer. Bulletin of the National Technical University «KhPI» Series: Engineering and CAD, (1), 131–151. https://doi.org/10.20998/2079-0775.2023.1.13

Oleshko T.I., Lobanov M.O. (2018). Economic problem in game theory. Problems of systemic approach in the economy, 3(65), 120–124.

Shchytov, D. M., Mormul, M. F., & Shchytov, O. M. (2024). Ryzyky v elektronnii komertsii [Risks in e-commerce]. In Svit naukovykh doslidzhen: Vol. 35. Materialy Mizhnarodnoi multydystsyplinarnoi naukovoi internet-konferentsii (pp. 66–71). HO “Naukova spilnota”, WSZIA w Opolu. https://www.economy-confer.com.ua/full-article/5833/

Zhukova, D. A. (2016). Analysis of the models of strategic choice making for company. Problems and prospects of economics and management, 4(8), 30–37. http://ppeu.stu.cn.ua/article/view/97536

Wang, P., Cao, H., Li, P., Wang, Y., Chu, Y., Liao, T., ... & Liu, G. (2024). Quantum representation based preference evolution network for e-commerce recommendation. Physica A: Statistical Mechanics and its Applications, 654, 130155. https://doi.org/10.1016/j.physa.2024.130155

Goeree, J. K., Holt, C. A., & Palfrey, T. R. (2016). Quantal Response Equilibrium: A Stochastic Theory of Games. Princeton University Press. https://doi.org/10.23943/princeton/9780691124230.001.0001

Khurana, R. (2022). Applications of quantum computing in telecom e-commerce: Analysis of qkd, qaoa, and qml for data encryption, speed optimization, and ai-driven customer experience. Quarterly Journal of Emerging Technologies and Innovations, 7(9), 1–15. https://vectoral.org/index.php/QJETI/article/view/162

Durand, M., & Giorno, C. (1987). Indicators of international competitiveness: conceptual aspects and evaluation. OECD economic studies, 9(3), 147–183.

Peneder, M., & Rammer, C. (2018). Measuring competitiveness. https://hdl.handle.net/10419/181906

Dobrovic, J., Gallo, P., Mihalcova, B., Stofova, L., & Szaryszova, P. (2018). Competitiveness measurement in terms of the Europe 2020 strategy. Journal of competitiveness, 10(4), 21–37. https://doi.org/10.7441/ joc.2018.04.02

Febransyah, A., & Camelia Goni, J. I. (2022). Measuring the supply chain competitiveness of e-commerce industry in Indonesia. Competitiveness Review: An International Business Journal, 32(2), 250–275. https://doi.org/10.1108/CR-05-2020-0059

Hristoski, I., Kostoska, O., Kotevski, Z., & Dimovski, T. (2017). Factors affecting the competitiveness of e-commerce firms: A critical appraisal. In Proceedings of the Third International Balkan and Near Eastern Social Sciences Conference (IBANESS) (pp. 1079–1090). Edirne, Turkey.

Sahin, C. (2012). Competitiveness of E-Commerce companies: an integrated approach. International Journal of Ebusiness and Egovernment Studies, 4(1), 13–22.

Bandyopadhyay, S., Thakur, S. S., & Mandal, J. K. (2021). Product recommendation for e-commerce business by applying principal component analysis (PCA) and K-means clustering: benefit for the society. Innovations in Systems and Software Engineering, 17(1), 45–53. https://doi.org/10.1007/s11334-020-00372-5

Huang, M., & Lian, J. (2023). Research on the application of multi-objective algorithm based on tag eigenvalues in e-commerce supply chain forecasting. International Journal of Advanced Computer Science and Applications, 14(8). https://dx.doi.org/10.14569/IJACSA.2023.0140897

Kasumov, T. A. (2025). Marketplaces in Ukraine in the conditions of digital metamorphoses: trends, challenges and strategic guidelines. Journal of Strategic Economic Research, (6), 64–78. https://doi.org/10.30857/2786-5398.2024.6.7

Shchytov, D. M., Zhadko, K. S., & Mormul, M. F. (2024). The structure of Ukrainian product e-commerce. Efektyvna Ekonomika, (9), 24–33. https://doi.org/10.32702/2307-2105.2024.9.7

Kuzmenko, I. M. (2020). Graph theory. NTUU “Igor Sikorsky Kyiv Polytechnic Institute”. https://ela.kpi.ua/handle/123456789/35854

Abramov, V., Astafieva, M., Boiko, M., Bodnenko, D., Bushma, A., Vember, V., Hlushak, O., Zhyltsov, O., Ilich, L., Kobets, N., Kovaliuk, T., Kuchakovska, H., Lytvyn, O., Lytvyn, P., Mashkina, I., Morze, N., Nosenko, T., Proshkin, V., Radchenko, S., & Yaskevych, V. (2021). Theoretical and practical aspects of the use of mathematical methods and information technology in education and science. https://doi.org/10.28925/9720213284km

Spektorskyi, I. Ya. (2004). Discrete mathematics. NTUU “KPI”. https://ela.kpi.ua/handle/123456789/62016