博弈论囚徒困境决策行为分析数据集GameTheoryPrisoner-sDilemmaDecisionBehavior-avvalamil
数据来源：互联网公开数据
标签：博弈论，囚徒困境，决策分析，行为经济学，策略博弈，信任，背叛，机器学习，数据挖掘
数据概述：
该数据集包含来自博弈论实验的数据，记录了参与者在囚徒困境博弈中的决策行为。主要特征如下：
时间跨度：数据未明确标注时间，可视为一次或多次实验的静态结果。
地理范围：数据未明确标注地理位置，推测为实验参与者的行为记录。
数据维度：数据集包括以下字段：
game_id：博弈的唯一标识符。
p1_id：玩家1的ID。
p2_id：玩家2的ID。
p1_action：玩家1的行动（TRUST或CHEAT）。
p2_action：玩家2的行动（TRUST或CHEAT）。
turn：博弈的轮数。
数据格式：CSV格式，文件名为input_game.csv，易于数据分析和模型构建。
来源信息：数据来源于模拟囚徒困境博弈实验，记录了玩家在不同轮次下的选择。该数据集适合用于行为模式分析、策略评估和预测建模。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于行为经济学、博弈论和机器学习交叉领域的学术研究，如决策行为分析、策略演化研究等。
行业应用：可以为游戏设计、社交网络分析等领域提供数据支持，特别是在信任机制、合作策略等方面。
决策支持：支持企业在谈判、合作等场景下的决策制定，帮助理解和预测参与者的行为模式。
教育和培训：作为博弈论、行为经济学等课程的实训数据，帮助学生深入理解囚徒困境的决策过程。
此数据集特别适合用于探索参与者在囚徒困境中的策略选择，以及信任与背叛对博弈结果的影响，帮助用户深入理解人类行为决策的规律。
