論文の概要: Make me an Offer: Forward and Reverse Auctioning Problems in the Tourism
Industry
- arxiv url: http://arxiv.org/abs/2311.11400v1
- Date: Sun, 19 Nov 2023 19:04:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-21 20:30:18.336562
- Title: Make me an Offer: Forward and Reverse Auctioning Problems in the Tourism
Industry
- Title（参考訳）: 私をオファーにしよう:観光業における前方・逆オークション問題
- Authors: Ioannis T. Christou, Dimitris Doukas, Konstantina Skouri, Gerasimos
Meletiou
- Abstract要約: 本研究では,低人気層や低季節の宿泊客が部屋を競売できる2つのオークションシステムを開発した。
ホテル屋側と客側の両方で得られる大きなメリットが示されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most tourist destinations are facing regular and consistent seasonality with
significant economic and social impacts. This phenomenon is more pronounced in
the post-covid era, where demand for travel has increased but unevenly among
different geographic areas. To counter these problems that both customers and
hoteliers are facing, we have developed two auctioning systems that allow
hoteliers of lower popularity tier areas or during low season periods to
auction their rooms in what we call a forward auction model, and also allows
customers to initiate a bidding process whereby hoteliers in an area may make
offers to the customer for their rooms, in what constitutes a reverse auction
model initiated by the customer, similar to the bidding concept of
priceline.com. We develop mathematical programming models that define
explicitly both types of auctions, and show that in each type, there are
significant benefits to be gained both on the side of the hotelier as well as
on the side of the customer. We discuss algorithmic techniques for the
approximate solution of these optimization problems, and present results using
exact optimization solvers to solve them to guaranteed optimality. These
techniques could be beneficial to both customer and hotelier reducing
seasonality during middle and low season and providing the customer with
attractive offers.
- Abstract（参考訳）: ほとんどの観光地は、経済と社会に大きな影響を与え、定期的で一貫した季節性に直面している。
この現象は、旅行需要が増加したが、地理的に異なる地域において不均一な時代においてより顕著である。
To counter these problems that both customers and hoteliers are facing, we have developed two auctioning systems that allow hoteliers of lower popularity tier areas or during low season periods to auction their rooms in what we call a forward auction model, and also allows customers to initiate a bidding process whereby hoteliers in an area may make offers to the customer for their rooms, in what constitutes a reverse auction model initiated by the customer, similar to the bidding concept of priceline.com.
我々は,両方のオークションを明示的に定義する数学的プログラミングモデルを開発し,各タイプにおいて,宿泊者側と顧客側の両方において,大きな利益が得られることを示す。
本稿では,これらの最適化問題の近似解のアルゴリズム的手法について論じるとともに,最適化解法を用いて最適性を保証する。
これらの技術は、中低期の季節を減らし、魅力的なオファーを顧客に提供する顧客と宿泊者の両方にとって有益である。
関連論文リスト
- End-to-End Cost-Effective Incentive Recommendation under Budget Constraint with Uplift Modeling [12.160403526724476]
本稿では,予算制約下でのエンド・ツー・エンド・エンド・コスト・エフェクティブ・インセンティブ・レコメンデーション(E3IR)モデルを提案する。
具体的には、アップリフト予測モジュールと微分可能なアロケーションモジュールの2つのモジュールから構成される。
E3IRは既存の2段階アプローチに比べてアロケーション性能が向上する。
論文 参考訳（メタデータ） (2024-08-21T13:48:00Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳（メタデータ） (2024-07-08T09:55:31Z) - Salespeople vs SalesBot: Exploring the Role of Educational Value in
Conversational Recommender Systems [78.84530426424838]
既存の会話レコメンデータシステムは、ユーザのバックグラウンド知識の欠如をよく見落とし、好みの収集にのみ焦点をあてる。
このようなシステムのシミュレーションと評価を容易にするフレームワークであるSalesOpsを紹介する。
私たちは、フレームワークの両側をシミュレートできるLLMベースのエージェントであるSalesBotとShopperBotを構築しています。
論文 参考訳（メタデータ） (2023-10-26T19:44:06Z) - Price DOES Matter! Modeling Price and Interest Preferences in
Session-based Recommendation [55.0391061198924]
セッションベースのレコメンデーションは、匿名ユーザが自分の短い行動シーケンスに基づいて購入したいアイテムを予測することを目的としている。
セッションベースのレコメンデーションの価格設定を組み込むのは簡単ではない。
セッションベースレコメンデーションのためのCoHHN(Co-guided Heterogeneous Hypergraph Network)を提案する。
論文 参考訳（メタデータ） (2022-05-09T10:47:15Z) - Fairness-aware Online Price Discrimination with Nonparametric Demand
Models [13.46602731592102]
本稿では,公平性制約下での動的識別価格の問題について検討する。
本稿では,厳格な価格公正性制約を強制する,後悔に関する最適動的価格政策を提案する。
論文 参考訳（メタデータ） (2021-11-16T04:31:02Z) - E-Commerce Promotions Personalization via Online Multiple-Choice
Knapsack with Uplift Modeling [1.027974860479791]
本稿では,オンライン制約付きマルチコースプロモーションパーソナライズ問題について検討する。
本研究は,オンライン多重選択Knapsack問題としてこの問題を定式化する。
予算制約の遵守を保証するリアルタイム適応手法を提案する。
論文 参考訳（メタデータ） (2021-08-11T15:09:16Z) - Two-Stage Facility Location Games with Strategic Clients and Facilities [50.12183574133361]
我々は,施設と顧客の両方が戦略的かつ大きな影響を与える非協力的な施設位置ゲームについて検討する。
当社のモデルでは,各施設の場所は,顧客を引き寄せる集合体を持ち,各クライアントは,その消費能力に応じた一組のショッピングロケーションと重みを有する。
サブゲーム完全平衡が存在することを示し、アナーキーの価格と安定の価格にほぼ一定の境界を与える。
論文 参考訳（メタデータ） (2021-05-04T11:27:09Z) - A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。
本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
論文 参考訳（メタデータ） (2020-10-22T18:36:41Z) - Offer Personalization using Temporal Convolution Network and
Optimization [0.0]
オンラインショッピングやハイマーケット競争の増加は、オンライン小売業者のプロモーション支出の増加につながっている。
本稿では,小売店舗における消費者・商品・時間の交点におけるオファー最適化の課題を解決するためのアプローチを提案する。
論文 参考訳（メタデータ） (2020-10-14T10:59:34Z) - ProportionNet: Balancing Fairness and Revenue for Auction Design with
Deep Learning [55.76903822619047]
本研究では,強力なインセンティブ保証を備えた収益最大化オークションの設計について検討する。
我々は、高い収益と強力なインセンティブ保証を維持しつつ、公平性の懸念に対処するため、深層学習を用いてオークションを近似する手法を拡張した。
論文 参考訳（メタデータ） (2020-10-13T13:54:21Z) - Bid Shading in The Brave New World of First-Price Auctions [10.437496902575784]
バイドシェーディング(Bid shading)は、オークションシステムにおける過払いを防ぐ技術として知られている。
本稿では,非検閲オンライン第一価格広告オークションにおける最適入札シェーディングをモデル化する機械学習手法を提案する。
論文 参考訳（メタデータ） (2020-09-02T21:48:21Z)
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。