論文の概要: Estimating Supply Incrementality in Two-sided Marketplaces: A Causal Machine Learning Approach

• arxiv url: http://arxiv.org/abs/2606.30999v1
• Date: Tue, 30 Jun 2026 00:23:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.033947
• Title: Estimating Supply Incrementality in Two-sided Marketplaces: A Causal Machine Learning Approach
• Title（参考訳）: 両面のマーケットプレースにおける供給増分性の推定--因果機械学習アプローチ
• Abstract要約: 本稿では、追加供給とマーケットプレース結果の関係を推定するための因果機械学習アプローチについて検討する。 Airbnbのマーケットプレースを例に挙げて,追加のリスティングサプライが全体の予約に与える影響に注目しています。 このようなモデルにより、マーケットプレースが追加供給に返却し、サンプルのパフォーマンスが向上するという、妥当な見積もりが得られます。
• 参考スコア（独自算出の注目度）: 0.37703559426516436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In two-sided marketplaces with heterogeneous products, it is important to understand the causal relationship between additional supply and marketplace outcomes, such as the total quantity transacted or transaction value in the marketplace. This paper studies a causal machine learning approach to estimating this relationship across product segments. We use the Airbnb marketplace as an example, focusing on the impact of additional listing supply on total bookings, but the methodology applies to other two-sided marketplaces. Our approach combines double/debiased machine learning with a hierarchical Bayesian framework that leverages pre-existing knowledge as priors. We construct tractable and informative features for the model by leveraging measures of product segment similarity from the geospatial literature. We find that such a model provides plausible estimates of the marketplace returns to additional supply and strong out of sample performance.
• Abstract（参考訳）: 不均質な製品を持つ二面市場においては、取引量や取引価値などの追加供給と市場利益の関係を理解することが重要である。 本稿では,製品セグメント間の関係を推定するための因果機械学習アプローチについて検討する。 Airbnbマーケットプレースを例に挙げて,追加のリスティングサプライが全体の予約に与える影響に注目していますが,その方法論は他の2面のマーケットプレースにも当てはまります。 このアプローチでは、従来の知識を前もって活用する階層的なベイズフレームワークと、ダブル/デバイアスの機械学習を組み合わせる。 本研究では,空間的文献からの製品セグメント類似度を指標として,モデルのためのトラクタブルかつ情報的特徴を構築した。 このようなモデルにより、マーケットプレースが追加供給に返却し、サンプルのパフォーマンスが向上するという、妥当な見積もりが得られます。

関連論文リスト

• Enhancing a Risk Model by Adding Transient Statistical Factors [90.40844650665713]
  資産収益の推定は、金融ポートフォリオの構築と評価の鍵となる要素である。 既存の因子モデルを強化するために,最大推定値に基づく体系的手法を提案する。 提案した拡張は,元のモデルに欠落したリターンの構造をキャプチャすることを示す。
  論文  参考訳（メタデータ） (2026-05-13T04:15:24Z)
• Semantic Trading: Agentic AI for Clustering and Relationship Discovery in Prediction Markets [6.329256068898982]
  自然言語理解を用いて,市場を協調したトピックグループに自律的にクラスタリングするエージェントAIパイプラインを提案する。 我々は、同一利益(相関性)と異利益(反相関性)の関係を含む、解決結果が強い依存を示すクラスタ内市場ペアを特定する。 その結果,エージェント識別された関係はおよそ60～70%の精度を達成し,その貿易戦略が1週間の地平線上で平均で約20%のリターンを得られることがわかった。
  論文  参考訳（メタデータ） (2025-12-02T05:45:48Z)
• STORM: A Spatio-Temporal Factor Model Based on Dual Vector Quantized Variational Autoencoders for Financial Trading [55.02735046724146]
  金融取引では、ファクターモデルが資産の価格設定や過大なリターンの獲得に広く利用されている。 双対ベクトル量子化変分オートエンコーダを用いた時空間ファクトラーモデルSTORMを提案する。 ストームは時間的および空間的な視点からストックの特徴を抽出し、これらの特徴を微細で意味的なレベルで融合し整列させ、その要素を多次元の埋め込みとして表現する。
  論文  参考訳（メタデータ） (2024-12-12T17:15:49Z)
• Accelerated Stochastic ExtraGradient: Mixing Hessian and Gradient Similarity to Reduce Communication in Distributed and Federated Learning [50.382793324572845]
  分散コンピューティングはデバイス間の通信を伴うため、効率性とプライバシという2つの重要な問題を解決する必要がある。 本稿では,データ類似性とクライアントサンプリングのアイデアを取り入れた新しい手法について分析する。 プライバシー問題に対処するために,付加雑音の手法を適用し,提案手法の収束への影響を解析する。
  論文  参考訳（メタデータ） (2024-09-22T00:49:10Z)
• A Network Simulation of OTC Markets with Multiple Agents [3.8944986367855963]
  我々は、取引が市場メーカによってのみ仲介される、オーバー・ザ・カウンタ(OTC)金融市場をシミュレートするための新しいアプローチを提案する。 本稿では,ネットワークモデルを用いて市場構造が価格変動に与える影響について考察する。
  論文  参考訳（メタデータ） (2024-05-03T20:45:00Z)
• An Auction-based Marketplace for Model Trading in Federated Learning [54.79736037670377]
  フェデレートラーニング(FL)は、局所的な分散データを用いたトレーニングモデルにおいて、その効果がますます認識されている。 FLはモデルのマーケットプレースであり、顧客は買い手と売り手の両方として振る舞う。 本稿では,性能向上に基づく適切な価格設定を実現するため,オークションベースのソリューションを提案する。
  論文  参考訳（メタデータ） (2024-02-02T07:25:53Z)
• A Unified Representation Framework for Rideshare Marketplace Equilibrium and Efficiency [1.9798034349981162]
  本稿では、市場における需給状態と効率を定量化するための、グラフベースの均衡計量(GEM)に基づく統一的なフレームワークを提案する。 我々は、ライドシェア市場均衡の二重パースペクティブ表現である新しいSD-GEMを開発する。
  論文  参考訳（メタデータ） (2023-02-28T07:22:30Z)
• Price Interpretability of Prediction Markets: A Convergence Analysis [6.623653707600985]
  指数的ユーティリティベース市場におけるエージェント信念の幾何学的平均に制限価格が収束することを示す。 また、制限価格は、エージェントの信念、リスクパラメータ、富をカプセル化する方程式の体系によって特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-05-18T13:15:11Z)
• PAIR: Leveraging Passage-Centric Similarity Relation for Improving Dense Passage Retrieval [87.68667887072324]
  本稿では,クエリ中心とPAssage中心のsmilarity Relations(PAIR)を併用した新しい手法を提案する。 本稿では,2種類の類似性関係の形式的定式化を導入することにより,3つの主要な技術的貢献を行う。 MSMARCOとNatural Questionsの両方のデータセットにおいて、従来の最先端モデルよりも大幅に優れています。
  論文  参考訳（メタデータ） (2021-08-13T02:07:43Z)
• Measuring Financial Time Series Similarity With a View to Identifying Profitable Stock Market Opportunities [12.101446195463591]
  歴史的価格データのみを用いて株式市場のリターンを予測するケースベースの推論手法について述べる。 この研究の重要な貢献は、歴史的価格データを比較するための新しい類似度指標の開発である。
  論文  参考訳（メタデータ） (2021-07-07T17:26:32Z)
• OSOUM Framework for Trading Data Research [79.0383470835073]
  私たちは、私たちの知る限り、最初のオープンソースのシミュレーションプラットフォームであるOpen SOUrce Market Simulator(OSOUM)を提供して、トレーディング市場、特にデータ市場を分析します。 我々は、購入に利用可能なさまざまなデータセットを所有する売り手と、購入に有効な適切なデータセットを検索する買い手という2つのタイプのエージェントからなる、特定のデータ市場モデルを記述し、実装する。 データ市場を扱うための商用フレームワークはすでに存在していますが、購入者および販売者の両方が(データ)市場に参加することの可能な振る舞いをシミュレートするための、自由で広範なエンドツーエンドの研究ツールを提供しています。
  論文  参考訳（メタデータ） (2021-02-18T09:20:26Z)

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。