An Axiomatic Model of Persuasion
说服的公理化模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦说服与信息偏好的公理化决策理论，未提出所列离散选择或结构估计方法，细分归类的文本证据不足。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
说服的公理化模型
- 研究问题
- 发送者与接收者在先验或效用上存在差异时，如何从信息偏好与信号条件选择刻画说服行为，并识别双方的模型参数？
- 方法与思路
- 作者以信息结构上的偏好和信号条件下的菜单选择对应为原始对象，通过公理化表示刻画具有前瞻性的发送者与按贝叶斯规则处理信息的接收者。
- 材料陈述的贡献
- 摘要称全部参数可由发送者的信息偏好唯一识别，并以这些偏好刻画共同先验、共同效用及参数分歧的若干直观度量。
- 阅读关注点
- 应核对偏好与选择对应的公理、表示定理和唯一识别所需条件，以及同一人在不同时点作为发送者与接收者时的动态不一致解释。
- 阅读边界
- 这里的识别是摘要所述的公理化参数识别；摘要未提供样本估计方法、数据或经验检验，不能据此断言参数在实际数据中可估。
原文摘要
A sender ranks information structures knowing that a receiver processes the information before choosing an action affecting them both. The sender and receiver may differ in their utility functions and/or prior beliefs, yielding a model of dynamic inconsistency when they represent the same individual at two points in time. I take as primitive (i) a collection of preference orderings over all information structures, indexed by menus of acts (the sender's ex ante preferences for information), and (ii) a collection of correspondences over menus of acts, indexed by signals (the receiver's signal‐contingent choice(s) from menus). I provide axiomatic representation theorems characterizing the sender as a sophisticated planner and the receiver as a Bayesian information processor, and show that all parameters can be uniquely identified from the sender's preferences for information. I also establish a series of results characterizing common priors, common utility functions, and intuitive measures of disagreement for these parameters—all in terms of the sender's preferences for information.