論文の概要: Pricing with Contextual Elasticity and Heteroscedastic Valuation
- arxiv url: http://arxiv.org/abs/2312.15999v1
- Date: Tue, 26 Dec 2023 11:07:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-27 15:21:49.478133
- Title: Pricing with Contextual Elasticity and Heteroscedastic Valuation
- Title(参考訳): コンテクスト弾性とヘテロシデスティック評価による価格設定
- Authors: Jianyu Xu, Yu-Xiang Wang
- Abstract要約: 我々は、顧客がその特徴と価格に基づいて商品を購入するかどうかを決めるオンラインコンテキスト動的価格問題について検討する。
本稿では,機能に基づく価格弾力性の導入により,顧客の期待する需要をモデル化する新たなアプローチを提案する。
我々の結果は、文脈的弾力性とヘテロセダスティックな評価の関係に光を当て、効果的で実用的な価格戦略の洞察を与えました。
- 参考スコア(独自算出の注目度): 23.96777734246062
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study an online contextual dynamic pricing problem, where customers decide
whether to purchase a product based on its features and price. We introduce a
novel approach to modeling a customer's expected demand by incorporating
feature-based price elasticity, which can be equivalently represented as a
valuation with heteroscedastic noise. To solve the problem, we propose a
computationally efficient algorithm called "Pricing with Perturbation (PwP)",
which enjoys an $O(\sqrt{dT\log T})$ regret while allowing arbitrary
adversarial input context sequences. We also prove a matching lower bound at
$\Omega(\sqrt{dT})$ to show the optimality regarding $d$ and $T$ (up to $\log
T$ factors). Our results shed light on the relationship between contextual
elasticity and heteroscedastic valuation, providing insights for effective and
practical pricing strategies.
- Abstract(参考訳): 我々は、顧客がその特徴と価格に基づいて商品を購入するかどうかを決めるオンラインコンテキスト動的価格問題について検討する。
ヘテロシドスティックノイズのバリュエーションとして等価に表現できる機能ベースの価格弾性を取り入れ,顧客の期待需要をモデル化する新しい手法を提案する。
この問題を解決するために,任意の逆入力コンテキスト列を許容しながら,$o(\sqrt{dt\log t})$の後悔を味わう「pricing with perturbation (pwp)」という計算効率の高いアルゴリズムを提案する。
また、$d$と$t$(最大$\log t$ factor)に関する最適性を示すために、$\omega(\sqrt{dt})$で一致する下限を証明します。
以上の結果から,文脈弾性とヘテロ科学的評価の関係が明らかとなり,効果的かつ実用的な価格戦略への洞察が得られた。
関連論文リスト
- Utility Fairness in Contextual Dynamic Pricing with Demand Learning [23.26236046836737]
本稿では,ユーティリティフェアネス制約下でのパーソナライズされた価格設定のための新しいコンテキスト帯域幅アルゴリズムを提案する。
動的価格設定と需要学習を取り入れた当社のアプローチは,価格戦略における公正性の重要課題に対処する。
論文 参考訳(メタデータ) (2023-11-28T05:19:23Z) - From Stream to Pool: Dynamic Pricing Beyond i.i.d. Arrivals [6.3305050339413675]
適応的でないポリシーを効率的に計算するミニマックス近位アルゴリズムを提案する。
また,新しいエンフェデビアス法に基づく適応型エンフェレーンアーン政策を提案する。
論文 参考訳(メタデータ) (2023-10-30T01:53:37Z) - Contextual Dynamic Pricing with Strategic Buyers [105.79693016985807]
戦略的買い手によるコンテキスト動的価格問題について検討する。
売り手は買い手の真の特徴を観察せず、買い手の戦略行動に応じて操作された特徴を観察する。
本稿では,販売者の累積収益を最大化するために,購入者の戦略的行動をオンライン学習に取り入れた戦略的動的価格政策を提案する。
論文 参考訳(メタデータ) (2023-07-08T23:06:42Z) - Dynamic Pricing and Learning with Bayesian Persuasion [18.59029578133633]
我々は,商品の価格設定に加えて,販売者が「広告計画」にコミットする,新たな動的価格設定と学習環境を考える。
我々は、バイエルンの一般的な説得フレームワークを使用して、これらのシグナルが購入者の評価と購入反応に与える影響をモデル化する。
我々は、過去の購入応答を利用して最適な価格と広告戦略を適応的に学習できるオンラインアルゴリズムを設計する。
論文 参考訳(メタデータ) (2023-04-27T17:52:06Z) - 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) - Autoregressive Bandits [58.46584210388307]
本稿では,オンライン学習環境であるAutoregressive Banditsを提案する。
報酬プロセスの軽微な仮定の下では、最適ポリシーを便利に計算できることが示される。
次に、新しい楽観的後悔最小化アルゴリズム、すなわちAutoRegressive Upper Confidence Bound (AR-UCB)を考案し、$widetildemathcalO left( frac(k+1)3/2sqrtnT (1-G)のサブ線形後悔を被る。
論文 参考訳(メタデータ) (2022-12-12T21:37:36Z) - 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) - Convex Loss Functions for Contextual Pricing with Observational
Posted-Price Data [2.538209532048867]
我々は、販売者が以前に提供された価格のサンプルにアクセス可能な、政治的でない価格問題について検討する。
これは、顧客の評価(支払いの意志)のサンプルが観察される、よく研究された設定とは対照的である。
我々の設定では、観測されたデータは歴史的価格政策の影響を受けており、顧客が代替価格にどう反応したかは分かっていません。
論文 参考訳(メタデータ) (2022-02-16T22:35:39Z) - Distribution-free Contextual Dynamic Pricing [5.773269033551628]
コンテキスト動的価格設定は、顧客との逐次的なインタラクションに基づいてパーソナライズされた価格を設定することを目的としている。
本稿では,未知のランダムノイズを伴う文脈的動的価格を評価モデルで検討する。
我々の流通自由価格政策は、コンテキスト関数と市場ノイズの両方を同時に学習する。
論文 参考訳(メタデータ) (2021-09-15T14:52:44Z) - Navigating to the Best Policy in Markov Decision Processes [68.8204255655161]
マルコフ決定過程における純粋探索問題について検討する。
エージェントはアクションを逐次選択し、結果のシステム軌道から可能な限り早くベストを目標とする。
論文 参考訳(メタデータ) (2021-06-05T09:16:28Z) - Revisiting Smoothed Online Learning [70.09792747315323]
オンライン学習者がヒットコストとスイッチングコストの両方に苦しむスムーズなオンライン学習の問題を調査します。
競争比を縛るために、各ラウンドで打つコストが学習者に知られていると仮定し、打つコストと切り換えコストの重み付け合計を単純に最小化する勾配アルゴリズムを調査します。
論文 参考訳(メタデータ) (2021-02-13T14:15:55Z)
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。