Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Информация каскад или информационный каскад представляет собой феномен , описанный в поведенческой экономике и теории сетей , в которых число людей делает такое же решение последовательным образом. Это похоже на стадное поведение , но отличается от него . [1] [2] [3]

Информационный каскад обычно считается двухэтапным процессом. Для начала каскада индивидуум должен столкнуться со сценарием с решением, обычно бинарным. Во-вторых, внешние факторы могут повлиять на это решение (как правило, путем наблюдения за действиями и их результатами других людей в аналогичных сценариях).

Двухэтапный процесс информационного каскада можно разбить на пять основных компонентов:

  1. Есть решение, которое нужно принять - например; принять ли новую технологию, носить ли новый стиль одежды, поесть в новом ресторане или поддержать определенную политическую позицию
  2. Имеется ограниченное пространство для действий (например, принятие / отклонение решения)
  3. Люди принимают решение последовательно, и каждый может наблюдать за выбором, сделанным теми, кто действовал ранее.
  4. У каждого человека есть некоторая информация помимо своей, которая помогает ему принять решение.
  5. Человек не может напрямую наблюдать за внешней информацией, которую знают другие люди, но он или она может делать выводы об этой информации из того, что они делают.

Социальные перспективы каскадов, которые предполагают, что агенты могут действовать иррационально (например, против того, что они считают оптимальным), когда социальное давление велико, существуют как дополнения к концепции информационных каскадов. [4] Чаще всего проблема заключается в том , что концепция информационного каскада спутать с идеями , которые не соответствуют два ключевых условия процесса, такие как социальное доказательство , распространения информации , [5] и социальное влияние . Действительно, термин информационный каскад даже использовался для обозначения таких процессов. [6]

Базовая модель [ править ]

В этом разделе представлены некоторые основные примеры информационных каскадов, первоначально описанных Бикчандани и др. (1992). [7] С тех пор базовая модель была разработана в различных направлениях, чтобы изучить ее надежность и лучше понять ее значение. [8] [9]

Качественный пример [ править ]

Информационные каскады возникают, когда внешняя информация, полученная от предыдущих участников события, перекрывает собственный личный сигнал, независимо от того, правильность первого над вторым. Эксперимент, проведенный Андерсоном [10] является полезным примером этого процесса. Эксперимент состоял из двух урн, обозначенных A и B. Урна A содержит два шара, обозначенных "a", и один, обозначенный "b". Урна B содержит один шар с меткой «a» и два с меткой «b». Урна, из которой должен быть извлечен шар во время каждого забега, определяется случайным образом и с равной вероятностью (от броска кости). Содержимое выбранной урны выгружается в нейтральный контейнер. Затем участников просят в случайном порядке вытащить шарик из этого контейнера. Весь этот процесс можно назвать «запуском», и выполняется ряд таких запусков.

Каждый раз, когда участник поднимает шарик, он должен решить, к какой урне он принадлежит. Затем его решение объявляется в пользу остальных участников в комнате. Таким образом, (n + 1) -й участник имеет информацию о решениях, принятых всеми предшествующими ему n участниками, а также его личный сигнал, который является меткой на шаре, который он вытягивает во время своего хода. Экспериментаторы заметили, что информационный каскад наблюдался в 41 из 56 таких прогонов. Это означает, что в прогонах, в которых произошел каскад, по крайней мере один участник отдавал предпочтение ранее принятым решениям над своим собственным частным сигналом. Это может привести к неправильному результату. Это явление известно как «Обратный каскад».

Количественное описание [ править ]

Сигнал человека, говорящий им о принятии, обозначается как H (высокий сигнал, где высокий означает, что он должен принять), а сигнал, говорящий им не принимать, - это L (низкий сигнал). Модель предполагает, что, когда правильное решение - принять, люди с большей вероятностью увидят H , и наоборот, когда правильное решение - отклонить, люди с большей вероятностью увидят L- сигнал. По сути, это условная вероятность - вероятность H, когда правильным действием является принятие, или . Точно так же вероятность того, что агент получит L- сигнал, когда правильное действие отклонено. Если эти вероятности представленыq , то q > 0,5. Это кратко изложено в таблице ниже. [11]

Сигнал агентаСостояние истинной вероятности
ОтклонятьПринимать
Lq1- q
ЧАС1- qq

Первый агент определяет, принимать или нет, исключительно на основании своего собственного сигнала. Поскольку модель предполагает, что все агенты действуют рационально, действие (принятие или отклонение), которое, по мнению агента, более вероятно, является действием, которое он решит предпринять. Это решение можно объяснить с помощью правила Байеса :

Если агент получает сигнал H , то вероятность принятия получается путем вычисления . Уравнение говорит, что в силу того факта, что q > 0,5, первый агент, действуя только по своему личному сигналу, всегда будет увеличивать свою оценку p с помощью сигнала H. Точно так же можно показать, что агент всегда будет уменьшать свое ожидание p, когда он получает низкий сигнал. Напомним, что если значение V принятия равно значению отклонения, то агент примет, если он считает, что p > 0,5, и отклонит в противном случае. Поскольку этот агент исходил из предположения, что и принятие, и отклонение являются одинаково жизнеспособными вариантами (p = 0,5), наблюдение сигнала H позволит ему сделать вывод, что принятие является рациональным выбором.

Затем второй агент рассматривает как решение первого агента, так и его собственный сигнал, опять же рациональным образом. В общем, n- й агент учитывает решения предыдущих n -1 агентов и свой собственный сигнал. Он принимает решение на основе байесовских рассуждений, чтобы определить наиболее рациональный выбор.

Где a - количество принятых в предыдущем наборе плюс собственный сигнал агента, а b - количество отказов. Таким образом, . Решение основывается на том, как значение в правой части уравнения сравнивается с p . [11]

Явные предположения модели [ править ]

Исходная модель делает несколько предположений о человеческом поведении и мире, в котором люди действуют [7], некоторые из которых смягчены в более поздних версиях [11] или в альтернативных определениях аналогичных проблем, таких как распространение инноваций .

  1. Ограниченно рациональные агенты: исходная модель независимого каскада предполагает, что люди ограниченно рациональны [12], то есть они всегда будут принимать рациональные решения на основе информации, которую они могут наблюдать, но информация, которую они наблюдают, может быть неполной или правильной. Другими словами, агенты не обладают полным знанием окружающего мира (что позволило бы им принимать правильные решения в любой и любой ситуации). Таким образом, наступает момент, когда человек, даже если он правильно знает о каскадной идее или действии, может быть убежден с помощью социального давления принять какой-то альтернативный, неправильный взгляд на мир.
  2. Неполное знание других: исходная модель информационного каскада предполагает, что агенты имеют неполные знания об агентах, которые предшествуют им в указанном порядке. В отличие от определений, в которых агенты имеют некоторое знание «частной информации», хранимой предыдущими агентами, текущий агент принимает решение, основываясь только на наблюдаемых действиях (имитировать или не имитировать) предшествующих ему агентов. Важно отметить, что первоначальные создатели утверждают, что это причина того, что информационные каскады могут быть вызваны небольшими потрясениями.
  3. Известно поведение всех предыдущих агентов

Результирующие условия [ править ]

  1. Каскады будут происходить всегда - как уже говорилось, в простом режиме вероятность возникновения каскада увеличивается до 1 по мере того, как количество людей, принимающих решения, увеличивается до бесконечности.
  2. Каскады могут быть неверными - поскольку агенты принимают решения как с ограниченной рациональностью, так и с вероятностным знанием исходной истины (например, является ли принятие или отклонение правильным решением), неправильное поведение может каскадно распространяться по системе.
  3. Каскады могут быть основаны на небольшом количестве информации - математически каскад бесконечной длины может возникать только по решению двух человек. В более общем плане, небольшая группа людей, которые решительно продвигают идею как рациональную, может быстро влиять на гораздо большую часть населения в целом.
  4. Каскады хрупки - поскольку агенты не получают дополнительной информации после того, как разница между a и b превышает 2, и поскольку такие различия могут возникать у небольшого числа агентов, агентов, принимающих во внимание мнения тех агентов, которые принимают решения на основе фактической информации, можно отговорить. от выбора достаточно легко. [7] Это говорит о том, что каскады чувствительны к раскрытию общественной информации. [7] также обсуждает этот результат в контексте изменения основного значения p со временем, и в этом случае каскад может быстро изменить курс.

Ответ [ изменить ]

Существует литература, в которой исследуется, как отдельные лица или фирмы могут реагировать на существование информационных каскадов, когда у них есть продукты для продажи, но когда покупатели не уверены в качестве этих продуктов. Curtis Taylor (1999) [13] показывает, что продавая дом, продавец может пожелать начать с высоких цен, поскольку неспособность продавать по низким ценам указывает на низкое качество и может вызвать каскад отказа от покупки, в то время как неспособность продать с высокие цены могут быть истолкованы как означающие, что дом просто переоценен, а затем цены могут быть снижены для продажи. Даниэль Сгрой (2002) [14]показывает, что фирмы могут использовать «подопытных кроликов», которым дается возможность совершить покупку на раннем этапе, чтобы запустить информационный каскад через их ранние и публичные решения о закупках, а работа Дэвида Гилла и Дэниела Сгрои (2008) [15] показывает, что ранняя публичная тесты могут иметь аналогичный эффект (в частности, прохождение «жесткого теста», направленного против продавца, может спровоцировать каскад сам по себе). Bose et al. [16] исследовали, как цены, устанавливаемые монополистом, могут развиваться при наличии потенциального каскадного поведения, когда монополист и потребители не уверены в качестве продукции.

Примеры и области применения [ править ]

Информационные каскады возникают в ситуациях, когда многие люди делают один и тот же выбор, и это свидетельствует о том, что перевешивает собственное суждение. То есть кто-то думает: «Более вероятно, что я ошибаюсь, чем все остальные люди. Поэтому я буду поступать так, как они».

В том, что было названо каскадом репутации , поздно отвечающие иногда соглашаются с решениями ранних респондентов не только потому, что те, кто поздно отвечает, думают, что ранние респонденты правы, но также потому, что они считают, что их репутация будет повреждена, если они будут не согласны с ранними. ответчики. [17]

Каскады рынка [ править ]

Информационные каскады стали одной из тем поведенческой экономики , поскольку их часто можно увидеть на финансовых рынках, где они могут подпитывать спекуляции и создавать кумулятивные и чрезмерные колебания цен либо для всего рынка ( рыночный пузырь ), либо для конкретного актива, например акции. это становится чрезмерно популярным среди инвесторов.

Маркетологи также используют идею каскадов, чтобы попытаться запустить каскад покупок для нового продукта. Если они могут побудить начальную группу людей принять новый продукт, то те, кто принимает решение о покупке позже, также могут принять продукт, даже если он не лучше или, возможно, даже хуже, чем у конкурирующих продуктов. Это наиболее эффективно, если эти более поздние потребители могут наблюдать за решениями об усыновлении, но не в том, насколько на самом деле были удовлетворены первоначальные клиенты этим выбором. Это согласуется с идеей, что каскады возникают естественным образом, когда люди могут видеть то, что делают другие, но не то, что они знают. [18]

Пример - голливудские фильмы. Если тестовые показы показывают, что крупнобюджетный фильм может провалиться, студии часто решают потратить больше на первоначальный маркетинг, чем меньше, с целью заработать как можно больше денег в первые выходные, прежде чем станет известно, что это индейка. .

Информационные каскады экономисты обычно рассматривают:

  • как продукт рациональных ожиданий с самого начала,
  • как иррациональное стадное поведение, если они сохраняются слишком долго, что сигнализирует о том, что коллективные эмоции также вступают в игру, подпитывая каскад.

Анализ социальных сетей [ править ]

Дополнительная информация: анализ социальных сетей

Dotey et al. [19] утверждают, что информация в социальной сети течет каскадом . По мнению авторов, анализ виральности информационных каскадов в социальной сети может привести к множеству полезных приложений, таких как определение наиболее влиятельных лиц в сети. Эта информация может быть использована для максимального повышения эффективности рынка или влияния на общественное мнение . Различные структурные и временные особенности сети влияют на каскадную виральность. Кроме того, эти модели широко используются в проблеме распространения слухов в социальных сетях, чтобы исследовать их и уменьшить их влияние в социальных сетях.

В отличии от работы по информационным каскадам в социальных сетях социального влияния модель распространения веры утверждает , что люди имеют некоторое представление о частных убеждениях тех , кто в их сети. [20] Модель социального влияния, таким образом, ослабляет предположение информационных каскадов, что люди действуют только в соответствии с наблюдаемыми действиями, предпринимаемыми другими. Кроме того, модель социального влияния фокусируется на встраивании людей в социальную сеть, а не в очередь. Наконец, модель социального влияния ослабляет предположение модели информационного каскада о том, что люди либо завершат действие, либо нет, допуская непрерывный масштаб «силы» убеждения агентов в том, что действие должно быть завершено.

Исторические примеры [ править ]

  • Небольшие протесты начались в Лейпциге , Германия, в 1989 году, когда лишь горстка активистов бросила вызов Германской Демократической Республике . [21] В течение почти года протестующие собирались каждый понедельник, каждый раз их число увеличивалось на несколько человек. [21] К тому времени, когда правительство попыталось решить эту проблему в сентябре 1989 года, она была слишком большой, чтобы ее отменить. [21] В октябре число протестующих достигло 100 000, а к первому понедельнику ноября более 400 000 человек вышли на улицы Лейпцига. Через два дня Берлинская стена была демонтирована. [21]
  • Скорость внедрения засухоустойчивой гибридной семенной кукурузы во время Великой депрессии и пыльной чаши была медленной, несмотря на ее значительное улучшение по сравнению с ранее доступной семенной кукурузой. Исследователи из Университета штата Айова были заинтересованы в том, чтобы понять, почему люди не решаются принять эту значительно улучшенную технологию. После проведения 259 интервью с фермерами [22] было замечено, что низкая скорость усыновления объяснялась тем, что фермеры ценили мнение своих друзей и соседей, а не слова продавца. См. [23] для исходного отчета.

Эмпирические исследования [ править ]

В дополнение к приведенным выше примерам, информационные каскады были показаны в нескольких эмпирических исследованиях. Возможно, лучший пример, приведенный выше, - это. [10] Участники выстроились в линию за урной с шарами разного цвета. Последовательно участники выбирали шар из урны, смотрели на него, а затем клали обратно в урну. Затем агент высказывает свое мнение о том, какого цвета шары (красные или синие) больше всего в урне, чтобы остальные участники могли услышать. Участники получают денежное вознаграждение, если угадают правильно, что заставляет задуматься о рациональности.

Другие примеры включают

  • Де Вани и Уоллс [24] создают статистическую модель информационных каскадов, в которых требуется действие. Они применяют эту модель к действиям, которые люди предпринимают, чтобы посмотреть фильм, который выходит в кинотеатре. Де Вани и Уоллс проверяют свою модель на этих данных, обнаруживая схожее распределение доходов по Парето для разных фильмов.
  • Уолден и Браун также применяют исходную модель информационного каскада, здесь она превращается в операционную модель, более практичную для исследований реального мира, которая позволяет проводить анализ на основе наблюдаемых переменных. Уолден и Браун тестируют свою модель на данных о внедрении новых технологий предприятиями, находя подтверждение своей гипотезы о том, что информационные каскады играют роль в этом принятии [25]

Правовые аспекты [ править ]

Негативные эффекты информационных каскадов иногда становятся юридической проблемой, и для их нейтрализации были приняты законы. Уорд Фарнсворт , профессор права, проанализировал правовые аспекты информационных каскадов и привел несколько примеров в своей книге The Legal Analyst : во многих военных судах офицеры, голосующие за решение дела, голосуют в обратном порядке (офицер самого низкого ранга голосует первый), и он предположил, что это можно сделать, чтобы каскад не соблазнил младших офицеров голосовать с более старшими офицерами, которые, как полагают, имеют более точное суждение; Другой пример: в таких странах, как Израиль и Франция, действуют законы, запрещающие проведение голосования за несколько дней или недель довыборы, чтобы предотвратить влияние информационного каскада, который может повлиять на результаты выборов. [26]

Глобализация [ править ]

Как указывалось ранее, информационные каскады - это логические процессы, описывающие, как индивидуальный процесс принятия решений изменяется на основе внешней информации. Cascades никогда не были нарицательным; в лучшем случае они существуют гипотетически. За последние несколько десятилетий каскады стали популярны в различных областях исследований. В частности, они были весьма полезны при сравнении мыслительных процессов греческих и немецких фермеров, выращивающих экологически чистые продукты. Вышеупомянутое исследование предполагает расхождения между мыслительными процессами греков и немцев, основанные на их культурных и социально-экономических различиях. [27]Более того, каскады были экстраполированы на такие идеи, как финансовая нестабильность и денежно-кредитная политика. В 2004 году Хельмут Вагнер и Вольфрам Бергер предложили каскады в качестве аналитического инструмента для изучения изменений на финансовом рынке по мере того, как он становится более глобализированным. Вагнер и Бергер заметили структурные изменения в структуре понимания финансовых рынков в связи с глобализацией; приводя к нестабильности в потоках капитала и порождая неопределенность, от которой страдают центральные банки. [28] Кроме того, информационные каскады полезны для понимания истоков террористической тактики. Когда в 1972 году произошла атака «Черного сентября», было трудно не заметить сходства между их тактикой и группой Баадер-Майнхоф (также известной как Фракция Красной Армии [RAF]). [29]Все эти примеры показывают, как применялся каскадный процесс. Более того, важно понимать структуру каскадов, чтобы двигаться вперед в более глобализированном обществе. Создание основы для понимания прохождения информации через транснациональные и многонациональные организации и даже больше имеет решающее значение для зарождающегося современного общества. [30] Суммируя все эти моменты, каскады, как общий термин, охватывают спектр различных концепций. Информационные каскады были основным звеном в том, как информация передается, перезаписывается и понимается в различных культурах из множества разных стран. [31]

См. Также [ править ]

  • Эксперименты соответствия Asch
  • Соответствие
  • Групповое мышление
  • Групповая поляризация
  • Стадное поведение
  • Sheeple
  • Социальное доказательство
  • Эффект Вузла
  • Другие подходы к моделированию
    • Гипотеза адаптивного рынка
    • Вычислительная экономика на основе агентов
    • Финансовая экономика # Проблемы и критика
    • Гипотеза шумного рынка
    • Гипотеза случайного блуждания # Гипотеза неслучайного блуждания

Ссылки [ править ]

  1. ^ Дуань, Вэньцзин; Гу, Бин; Уинстон, Эндрю Б. (март 2009 г.). «Информационные каскады и внедрение программного обеспечения в Интернете: эмпирическое исследование». MIS Quarterly . Рочестер, штат Нью-Йорк. 33 (1): 23–48. DOI : 10.2307 / 20650277 . JSTOR  20650277 . SSRN  1103165 .
  2. ^ «Разница между информационными каскадами и поведением стада: блог курса по сетям для INFO 2040 / CS 2850 / Econ 2040 / SOC 2090» . Проверено 15 апреля 2019 .
  3. ^ Çelen, Boaçhan; Карив, Шахар (май 2004 г.). «Отличие информационных каскадов от поведения стада в лаборатории». Американский экономический обзор . 94 (3): 484–498. CiteSeerX 10.1.1.357.3265 . DOI : 10.1257 / 0002828041464461 . ISSN 0002-8282 .  
  4. Перейти ↑ Schiller, RJ (1995). «Разговор, информация и поведение стада». Риторика и экономическое поведение . 85 (3): 181–185.
  5. ^ Gruhl, Даниэль; Guha, R .; Liben-Nowell, D .; Томкинс, А. (2004). Распространение информации через блог . WWW . С. 491–501. CiteSeerX 10.1.1.131.4532 . DOI : 10.1145 / 988672.988739 . ISBN  978-1581138443.
  6. ^ Садыков, Э .; Медина, М .; Leskovec, J .; Гарсия-Молина, Х. (2011). «Исправление отсутствующих данных в информационных каскадах» (PDF) . WSDM .
  7. ^ a b c d Bikhchandani, S .; Хиршлейфер, Д .; Уэлч, И. (1992). «Теория причуд, моды, обычаев и культурных изменений как информационных каскадов» (PDF) . Журнал политической экономии . 100 (5): 992–1026. DOI : 10.1086 / 261849 . S2CID 7784814 . Архивировано из оригинального (PDF) 13 июля 2011 года.  
  8. ^ Бихчандани, Сушил; Хиршлейфер, Дэвид; Уэлч, Иво (1998). «Учиться на поведении других: конформность, причуды и информационные каскады» . Журнал экономических перспектив . 12 (3): 151–170. DOI : 10,1257 / jep.12.3.151 . ISSN 0895-3309 . 
  9. ^ Голуб, Бен; Сэдлер, Эван (2016-04-14), Брамулле, Янн; Галеотти, Андреа; Роджерс, Брайан (ред.), "Обучение в социальных сетях" , Оксфордский справочник по экономике сетей , Oxford University Press, стр 503-542,. Дои : 10,1093 / oxfordhb / 9780199948277.013.12 , ISBN 978-0-19-994827-7, дата обращения 30.05.2020
  10. ^ а б Андерсон, LR; Холт, Калифорния (1997). «Информационные каскады в лаборатории». Американский экономический обзор . 87 (5): 847–862.
  11. ^ а б в Исли, Дэвид (2010). Сети, толпы и рынки: рассуждения о высокосвязанном мире . Издательство Кембриджского университета. С. 483–506.
  12. Перейти ↑ Newell, A. (1972). Решение человеческих проблем . Энглвуд Клиффс, Нью-Йорк: Прентис-Холл.
  13. Перейти ↑ Taylor, C. (1999). «Время выхода на рынок как признак качества» . Обзор экономических исследований . 66 (3): 555–578. DOI : 10.1111 / 1467-937x.00098 .
  14. ^ Sgroi, D. (2002). «Оптимизация информации в стаде: морские свинки, прибыль и благосостояние» (PDF) . Игры и экономическое поведение . 39 : 137–166. DOI : 10,1006 / game.2001.0881 .
  15. ^ Gill, D .; Д. Сгрой (2008). «Последовательные решения с тестами». Игры и экономическое поведение . 63 (2): 663–678. CiteSeerX 10.1.1.322.7566 . DOI : 10.1016 / j.geb.2006.07.004 . S2CID 5793119 .  
  16. ^ Bose, S .; Г. Орозель; М. Оттавиани; Л. Вестерлунд (2006). «Динамическое монопольное ценообразование и стадо». РЭНД Журнал экономики . 37 (4): 910–928. CiteSeerX 10.1.1.493.1834 . DOI : 10.1111 / j.1756-2171.2006.tb00063.x . S2CID 2984643 .  
  17. Перейти ↑ Lemieux, Pierre (Winter 2003–2004). «За стадом» (PDF) . Регулирование . Cato Institute : 21. Архивировано из оригинального (PDF) 16.06.2010 . Проверено 14 июля 2010 .
  18. ^ http://research.ivo-welch.info/palgrave.pdf [ постоянная мертвая ссылка ]
  19. ^ Dotey А., Ром, Х. и Вака C. (2011). «Распространение информации в социальных сетях» (PDF) . Стэндфордский Университет. CS1 maint: несколько имен: список авторов ( ссылка )
  20. ^ Фридкин, Ной Э .; Йонсен, Юджин К. (2009). Теория сети социального влияния . Кембридж: Издательство Кембриджского университета. DOI : 10,1017 / cbo9780511976735 . ISBN 978-0-511-97673-5.
  21. ^ a b c d Ширки, Клей (2008). А вот и все: сила организации без организаций . Нью-Йорк: Penguin Press . С.  161–164 . ISBN 978-1-59420-153-0.
  22. ^ Карбоно, Кларк (2005). "Использование распространения инноваций и академической детализации для распространения практики, основанной на фактах". Журнал качества здравоохранения . 27 (2): 48–52. DOI : 10.1111 / j.1945-1474.2005.tb01117.x . PMID 16190312 . S2CID 6946662 .  
  23. ^ Бил, Джордж М .; Болен, Джо М. (ноябрь 1981 г.). «Процесс распространения» (PDF) . Спецрепортаж № 18 . Государственный университет науки и технологий штата Айова, Эймс, штат Айова. Архивировано из оригинального (PDF) 08.04.2009 . Проверено 11 ноября 2008 .
  24. ^ Де Вани, А .; Д. Уоллс (1999). «Неопределенность в киноиндустрии: уменьшает ли сила звезд ужас кассовых сборов?». Журнал экономики культуры . 23 (4): 285–318. DOI : 10.1023 / а: 1007608125988 . S2CID 54614446 . 
  25. ^ Уолден, Эрик; Браун, Гленн (2002). «Информационные каскады в освоении новых технологий» . ICIS Proceedings .
  26. ^ Фарнсворт, Уорд (2007). Юридический аналитик: инструментарий для размышлений о праве . Чикаго: Издательство Чикагского университета. ISBN 978-0-226-23835-7. OCLC  76828864 .
  27. ^ Chatzimichael, Константинос; Гений, Маргарита; Цувелекас, Вангелис (03.07.2013). «Информационные каскады и внедрение технологий: данные греческих и немецких производителей органических продуктов» (PDF) . Журнал продовольственной политики . 49 : 186–195. DOI : 10.1016 / j.foodpol.2014.08.001 .
  28. ^ Вагнер, Гельмут; Бергер, Вольфрам (01.06.2004). «Глобализация, финансовая нестабильность и денежно-кредитная политика». Empirica . 31 (2–3): 163–184. CiteSeerX 10.1.1.466.2938 . DOI : 10.1007 / s10633-004-0915-4 . ISSN 0340-8744 . S2CID 53471608 .   
  29. ^ 1981-, Пассмор, Лейт (2011-11-03). Ульрике Майнхоф и фракция Красной Армии: терроризм (Первое изд.). Нью-Йорк. ISBN 9780230370777. OCLC  904285976 .CS1 maint: числовые имена: список авторов ( ссылка )
  30. ^ Гамлетт, Патрик В .; Кобб, Майкл Д. (01.11.2006). «Возможные решения проблем общественного обсуждения: структурированные обсуждения и поляризационные каскады». Журнал политических исследований . 34 (4): 629–648. DOI : 10.1111 / j.1541-0072.2006.00195.x . ISSN 1541-0072 . 
  31. ^ Дрезнер, Daniel W. (2010). «Взвешивание весов: влияние Интернета на отношения между государством и обществом». Коричневый журнал мировых дел . 16 (2): 31–44. JSTOR 24590907 . 

Внешние ссылки [ править ]

  • Информационные каскады и рациональное стадо: аннотированная библиография и справочные ресурсы
  • Библиография информационных каскадов и стадных эффектов
  • Статья Роберта Шиллера в New York Times, как пузырь оставался незамеченным, может потребовать входа в систему.
  • Как низкожирный каскад с низким содержанием фактов продолжает развиваться, Джон Тирни, 9 октября 2007 г. Блог NYT не требует входа в систему.
  • Шопенгауэр на Cascades, Джон Тирни, 10 октября 2007 г. Блог NYT не требует входа в систему.
  • Является ли Джастин Тимберлейк продуктом совокупного преимущества? Информационный каскад с другим названием, статья NYT, может потребовать входа в систему.
  • Информационные каскады в магии