机器学习的实验经济学 - - 关于谎言检测的方法论贡献
Dmitri Bershadskyy1, Laslo Dinges2, Marc-André Fiedler2
1Faculty of Economics and Management, Otto-von-Guericke University Magdeburg, Magdeburg, Germany.
PloS one
|December 31, 2024
概括
实验经济学可以增强机器学习 (ML) 技术. 这项研究使用经济实验改进了谎言检测算法,通过分析个人的谎言行为,达到67%的准确性.
科学领域:
- 行为经济学是一种行为经济学.
- 计算机科学 计算机科学
- 机器学习 机器学习
背景情况:
- 技术在历史上影响了实验经济学.
- 机器学习 (ML) 为技术进步提供了新的途径.
- 机器学习算法可以为研究产生新的观测数据.
研究的目的:
- 研究实验经济学与技术之间的相互关系.
- 展示实验经济学如何可以显著改善机器学习技术.
- 探索ML在实验研究中开辟新的前沿的潜力.
主要方法:
- 复制了"伪装的谎言"实验,并进行了修改的监测.
- 使用实验经济学工具来改进ML训练数据集.
- 开发基于个人级别实验数据的谎言检测算法.
主要成果:
- 撒谎行为与原始实验保持一致,尽管监测.
- 经过修改的实验使得个人级别的数据分析成为可能.
- 一个谎言检测算法实现了67%的准确率.
结论:
- 实验经济学可以在很大程度上促进机器学习技术的发展.
- 在改进的数据集上训练的ML算法可以增强谎言检测能力.
- 该研究为将实验经济学与机器学习开发相结合提供了一个框架.


