Too Much Data: Prices and Inefficiencies in Data Markets
نویسندگان
چکیده
When a user shares her data with online platforms, she reveals information about others. In such setting, externalities depress the price of because once user's is leaked by others, has less reason to protect and privacy. These depressed prices lead excessive sharing. We characterize conditions under which shutting down markets improves welfare. Platform competition does not redress problem excessively low too much sharing may further reduce propose scheme based on mediated that efficiency. (JEL D62, D83, H23, L51, L86, L88)
منابع مشابه
Grids meet Too much Computing , Too much Data and never Too much Simplicity
Let us discuss: Grids are taking too long to solve the wrong problem at the wrong point in stack with a complexity that makes friendly usability difficult. We furthermore observe that Grids (as envisioned c. 2001) are being pressured by both emerging new computing resources (multicore, cell processors, GPUs, reconfigurable computing, etc) and alternative approaches to service architectures (col...
متن کاملMissing data estimation in morphometrics: how much is too much?
Fossil-based estimates of diversity and evolutionary dynamics mainly rely on the study of morphological variation. Unfortunately, organism remains are often altered by post-mortem taphonomic processes such as weathering or distortion. Such a loss of information often prevents quantitative multivariate description and statistically-controlled comparisons of extinct species based on morphometric ...
متن کاملHypercoagulability: too many tests, too much conflicting data.
It is now possible to identify hereditary and acquired risk factors in a substantial percentage of patients presenting with a venous thrombotic event. The clinician is faced with an ever-growing number of laboratory tests that can be ordered in such patients, and there is considerable uncertainty as to how this information should be utilized in patient management. Some have argued that widespre...
متن کاملthe clustering and classification data mining techniques in insurance fraud detection:the case of iranian car insurance
با توجه به گسترش روز افزون تقلب در حوزه بیمه به خصوص در بخش بیمه اتومبیل و تبعات منفی آن برای شرکت های بیمه، به کارگیری روش های مناسب و کارآمد به منظور شناسایی و کشف تقلب در این حوزه امری ضروری است. درک الگوی موجود در داده های مربوط به مطالبات گزارش شده گذشته می تواند در کشف واقعی یا غیرواقعی بودن ادعای خسارت، مفید باشد. یکی از متداول ترین و پرکاربردترین راه های کشف الگوی داده ها استفاده از ر...
pattern recognition in maintenance data using methodologies data minitng (cade study isfahan regional power electric company)
فعالیت های نگهداری و تعمیرات اطلاعاتی را تولید می کند که می تواند در تعیین زمان های بیکاری و ارایه یک برنامه زمان بندی شده یا تعیین هشدارهای خرابی به پرسنل نگهداری و تعمیرات کمک کند. وقتی که مقدار داده های تولید شده زیاد باشند، فهم بین متغیرها بسیار مشکل می شوند. این پایان نامه به کاربردی از داده کاوی برای کاوش پایگاه های داده چندبعدی در حوزه نگهداری و تعمیرات، برای پیدا کردن خرابی هایی که موجب...
15 صفحه اولذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: American Economic Journal: Microeconomics
سال: 2022
ISSN: ['1945-7669', '1945-7685']
DOI: https://doi.org/10.1257/mic.20200200