論文の概要: Data-based price discrimination: information theoretic limitations and a
minimax optimal strategy
- arxiv url: http://arxiv.org/abs/2204.12723v1
- Date: Wed, 27 Apr 2022 06:33:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-28 14:42:58.053579
- Title: Data-based price discrimination: information theoretic limitations and a
minimax optimal strategy
- Title(参考訳): データに基づく価格差別:情報理論の限界と最小限の戦略
- Authors: Haitian Xie, Ying Zhu
- Abstract要約: 古典的価格理論とデータに基づく価格理論のギャップについて検討する。
サンプルサイズn$が十分大きい場合に限って,3PD戦略が均一な価格戦略よりも収益性が高いことを示す。
- 参考スコア(独自算出の注目度): 0.8376091455761261
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper studies the gap between the classical pricing theory and the
data-based pricing theory. We focus on the problem of price discrimination with
a continuum of buyer types based on a finite sample of observations. Our first
set of results provides sharp lower bounds in the worst-case scenario for the
discrepancy between any data-based pricing strategies and the theoretical
optimal third-degree price discrimination (3PD) strategy (respectively, uniform
pricing strategy) derived from the distribution (where the sample is drawn)
ranging over a large class of distributions. Consequently, there is an
inevitable gap between revenues based on any data-based pricing strategy and
the revenue based on the theoretical optimal 3PD (respectively, uniform
pricing) strategy. We then propose easy-to-implement data-based 3PD and uniform
pricing strategies and show each strategy is minimax optimal in the sense that
the gap between their respective revenue and the revenue based on the
theoretical optimal 3PD (respectively, uniform pricing) strategy matches our
worst-case lower bounds up to constant factors (that are independent of the
sample size $n$). We show that 3PD strategies are revenue superior to uniform
pricing strategies if and only if the sample size $n$ is large enough. In other
words, if $n$ is below a threshold, uniform pricing strategies are revenue
superior to 3PD strategies. We further provide upper bounds for the gaps
between the welfare generated by our minimax optimal 3PD (respectively, uniform
pricing) strategy and the welfare based on the theoretical optimal 3PD
(respectively, uniform pricing) strategy.
- Abstract(参考訳): 本稿では,古典的価格理論とデータベース価格理論とのギャップについて考察する。
我々は,有限サンプルの観測に基づいて,買い手の型を連続した価格判別の問題に焦点をあてる。
我々の最初の一連の結果は、データベースの価格戦略と理論上の最適3次価格差別(3PD)戦略との相違に対する最悪のシナリオにおいて、分布(サンプルが引かれる場所)から導かれる分布(一様価格戦略)との明確な下限を提供する。
その結果、データベースの価格戦略に基づく収益と、理論的に最適な3PD戦略に基づく収益との間には必然的なギャップがある。
次に、実装が容易なデータベースの3pdと均一な価格戦略を提案し、それぞれの収益と理論上の最適3pd(一様価格)戦略に基づく収益のギャップが、最下位の定数(サンプルサイズ$n$とは無関係)の条件に合致するという意味で、それぞれの戦略がミニマックス最適であることを示す。
サンプルサイズn$が十分大きい場合に限って,3PD戦略が均一な価格戦略よりも収益性が高いことを示す。
言い換えれば、$n$がしきい値以下であれば、均一な価格戦略は3PD戦略よりも優れた収益である。
さらに,我々のミニマックス最適3pd(一様価格)戦略による福祉と,理論的最適3pd(一様価格)戦略に基づく福祉とのギャップに対する上限を提供する。
関連論文リスト
- Inference for Regression with Variables Generated from Unstructured Data [0.0]
構造化されていないデータを分析するための2段階の戦略は、経験的に実証可能な設定におけるバイアス付き推論につながる。
本稿では,上流モデルと下流モデルとを併用した有効推論の一段階戦略を提案する。
一段階戦略 (i) はシミュレーションにおけるバイアスを大幅に低減し、 (ii) はCEOタイムユースデータを用いた指導アプリケーションにおいて定量的に重要な効果を持ち、 (iii) 応用研究者が容易に適用できる。
論文 参考訳(メタデータ) (2024-02-23T19:52:09Z) - Stock Market Price Prediction: A Hybrid LSTM and Sequential
Self-Attention based Approach [3.8154633976469086]
LSTM-SSAM(Sequential Self-Attention Mechanism)を用いたLong Short-Term Memory(LSTM)というモデルを提案する。
SBIN,BANK,BANKBARODAの3つのストックデータセットについて広範な実験を行った。
実験により,既存のモデルと比較して,提案モデルの有効性と妥当性が示された。
論文 参考訳(メタデータ) (2023-08-07T14:21:05Z) - Double Pessimism is Provably Efficient for Distributionally Robust
Offline Reinforcement Learning: Generic Algorithm and Robust Partial Coverage [15.858892479232656]
頑健なオフライン強化学習(ロバストオフラインRL)について検討する。
我々は、Douubly Pessimistic Model-based Policy Optimization(P2MPO$)と呼ばれる汎用アルゴリズムフレームワークを提案する。
P2MPO$は$tildemathcalO(n-1/2)$コンバーゼンスレートで、$n$はデータセットサイズである。
論文 参考訳(メタデータ) (2023-05-16T17:58:05Z) - Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。
我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。
提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
論文 参考訳(メタデータ) (2023-03-28T00:23:23Z) - Domain-Specific Risk Minimization for Out-of-Distribution Generalization [104.17683265084757]
まず、適応性ギャップを明示的に考慮した一般化境界を確立する。
本稿では,目標に対するより良い仮説の選択を導くための効果的なギャップ推定法を提案する。
もう1つの方法は、オンラインターゲットサンプルを用いてモデルパラメータを適応させることにより、ギャップを最小化することである。
論文 参考訳(メタデータ) (2022-08-18T06:42:49Z) - VFed-SSD: Towards Practical Vertical Federated Advertising [53.08038962443853]
本稿では,2つの制限を緩和する半教師付き分割蒸留フレームワーク VFed-SSD を提案する。
具体的には,垂直分割された未ラベルデータを利用する自己教師型タスクMatchedPair Detection (MPD) を開発する。
当社のフレームワークは,デプロイコストの最小化と大幅なパフォーマンス向上を図った,リアルタイム表示広告のための効率的なフェデレーション強化ソリューションを提供する。
論文 参考訳(メタデータ) (2022-05-31T17:45:30Z) - Addressing Strategic Manipulation Disparities in Fair Classification [15.032416453073086]
少数派の個人が、機能更新に高額な費用を払っていることがよく示されます。
マイノリティグループに対する戦略的操作コストを低減させる分類器を構築するための制約付き最適化フレームワークを提案する。
実世界の複数のデータセットに対して,本手法の有効性を実証的に示す。
論文 参考訳(メタデータ) (2022-05-22T14:59:40Z) - Arbitrary Distribution Modeling with Censorship in Real-Time Bidding
Advertising [2.562910030418378]
インベントリプライシングの目的は、オンライン広告の機会に適切な価格を入札することであり、これはデマンド・サイド・プラットフォーム(DSP)がリアルタイム入札(RTB)で競売に勝つために不可欠である。
以前の作品の多くは、勝利価格の分布形式を強く仮定し、その正確さを減らし、一般化する能力を弱めた。
我々は,新たな損失関数であるNLL(Neighborhood Likelihood Loss)を提案し,検閲下での勝利価格分布を予測するためのフレームワークであるArbitrary Distribution Modeling(ADM)と協調する。
論文 参考訳(メタデータ) (2021-10-26T11:40:00Z) - Data Sharing Markets [95.13209326119153]
我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。
両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
論文 参考訳(メタデータ) (2021-07-19T06:00:34Z) - Sample and Computation Redistribution for Efficient Face Detection [137.19388513633484]
トレーニングデータサンプリングと計算分布戦略は、効率的で正確な顔検出の鍵です。
scrfdf34は、最高の競合製品であるTinaFaceを3.86%(ハードセットでのAP)で上回り、GPU上でVGA解像度画像でmph3$times$より高速です。
論文 参考訳(メタデータ) (2021-05-10T23:51:14Z) - Reinforcement-Learning based Portfolio Management with Augmented Asset
Movement Prediction States [71.54651874063865]
ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。
本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。
当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
論文 参考訳(メタデータ) (2020-02-09T08:10:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。