論文の概要: Personalised Pricing: The Demise of the Fixed Price?

• arxiv url: http://arxiv.org/abs/2509.18212v1
• Date: Sun, 21 Sep 2025 11:39:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-24 20:41:27.491044
• Title: Personalised Pricing: The Demise of the Fixed Price?
• Title（参考訳）: パーソナライズされた価格:固定価格の減少?
• Authors: Joost Poort, Frederik Zuiderveen Borgesius,
• Abstract要約: 経済理論における価格差別の基礎とその大衆的認識について論じる。 我々の調査は、消費者がオンライン価格差別に批判的で疑念を抱いていることを示している。 我々は、一般データ保護規則(業界)が最も議論を呼んだオンライン価格差別の形式に当てはまると主張している。
• 参考スコア（独自算出の注目度）: 0.1915265522996079
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An online seller or platform is technically able to offer every consumer a different price for the same product, based on information it has about the customers. Such online price discrimination exacerbates concerns regarding the fairness and morality of price discrimination, and the possible need for regulation. In this chapter, we discuss the underlying basis of price discrimination in economic theory, and its popular perception. Our surveys show that consumers are critical and suspicious of online price discrimination. A majority consider it unacceptable and unfair, and are in favour of a ban. When stores apply online price discrimination, most consumers think they should be informed about it. We argue that the General Data Protection Regulation (GDPR) applies to the most controversial forms of online price discrimination, and not only requires companies to disclose their use of price discrimination, but also requires companies to ask customers for their prior consent. Industry practice, however, does not show any adoption of these two principles.
• Abstract（参考訳）: オンライン販売者またはプラットフォームは、技術的には、顧客に関する情報に基づいて、すべての消費者に同じ製品の異なる価格を提供することができる。 このようなオンライン価格差別は、価格差別の公平性と道徳性、および規制の必要性に関する懸念を悪化させる。 本章では、経済理論における価格差別の基礎と、その大衆的認識について論じる。 我々の調査は、消費者がオンライン価格差別に批判的で疑念を抱いていることを示している。 大多数は受け入れ難く不公平だと考えており、禁止に賛成している。 オンライン価格差別を適用する場合、ほとんどの消費者はそれを知らせるべきだと考えている。 我々は、一般データ保護規則(GDPR)が、最も議論を呼んでいるオンライン価格差別の形式に適用し、企業に対して価格差別の使用を開示することを要求するだけでなく、企業に対して事前の同意を求めることを要求する。 しかし、業界プラクティスはこれらの2つの原則の採用を一切示していない。

関連論文リスト

• Where Fact Ends and Fairness Begins: Redefining AI Bias Evaluation through Cognitive Biases [77.3489598315447]
  事実と公正の境界を識別することは有意義な公正性評価に不可欠である,と我々は主張する。 Fact-or-Fair は (i) 客観的なクエリを記述的, 事実に基づく判断, (ii) 主観的クエリを規範的, 公平性に基づく判断に整合させたベンチマークである。
  論文  参考訳（メタデータ） (2025-02-09T10:54:11Z)
• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• Auditing for Racial Discrimination in the Delivery of Education Ads [50.37313459134418]
  本稿では,教育機会のための広告配信において,人種的偏見を評価できる新たな第三者監査手法を提案する。 メタのアルゴリズムによる教育機会の広告配信における人種差別の証拠を見つけ、法的および倫理的懸念を訴える。
  論文  参考訳（メタデータ） (2024-06-02T02:00:55Z)
• A Discussion of Discrimination and Fairness in Insurance Pricing [0.0]
  グループフェアネスの概念は、保険価格の計算における保護特性の影響を和らげるために提案されている。 代行差別のない統計モデルを提案するので、保険価格の観点からは非プロブレマティックである。 この統計モデルの標準価格は、最も人気のある3つの群フェアネス公理のいずれかを満たすものではない。
  論文  参考訳（メタデータ） (2022-09-02T07:31:37Z)
• Price DOES Matter! Modeling Price and Interest Preferences in Session-based Recommendation [55.0391061198924]
  セッションベースのレコメンデーションは、匿名ユーザが自分の短い行動シーケンスに基づいて購入したいアイテムを予測することを目的としている。 セッションベースのレコメンデーションの価格設定を組み込むのは簡単ではない。 セッションベースレコメンデーションのためのCoHHN(Co-guided Heterogeneous Hypergraph Network)を提案する。
  論文  参考訳（メタデータ） (2022-05-09T10:47:15Z)
• Learning to Mitigate AI Collusion on Economic Platforms [19.105292496322022]
  我々は,RL販売者による共謀防止に有効な購入箱ルールをプラットフォームが学習するために強化学習を使用することを実証した。 我々は、Stackelberg MDPの方法論を採用し、高い消費者福祉を提供し続ける堅牢なルールの学習の成功を実証する。
  論文  参考訳（メタデータ） (2022-02-15T00:26:59Z)
• Fairness-aware Online Price Discrimination with Nonparametric Demand Models [13.46602731592102]
  本稿では,公平性制約下での動的識別価格の問題について検討する。 本稿では,厳格な価格公正性制約を強制する,後悔に関する最適動的価格政策を提案する。
  論文  参考訳（メタデータ） (2021-11-16T04:31:02Z)
• Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
  顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。 選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
  論文  参考訳（メタデータ） (2020-12-21T01:01:56Z)
• A Normative approach to Attest Digital Discrimination [6.372554934045607]
  例えば、高利息ローンや低信用スコアを対象とする低所得地区や、オンラインマーケティングにおいて女性が21%過小評価されている例がある。 私たちは、デジタル差別につながる可能性のあるさまざまな状況を表現するために、規範を抽象化として使用しています。 特に、MLシステムの文脈における非差別規範を定式化し、MLシステムがこれらの規範に違反しているかどうかを確認するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-07-14T15:14:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。