文件名称：一般离散选择模型下的分类优化：收入排序分类的严格分析-研究论文
文件大小：489KB
文件格式：PDF
更新时间：2024-06-29 13:36:26
revenue management assortment
收益管理中的一个核心问题，称为分类问题，在于决定向消费者提供哪些产品子集以最大化收益。 一个简单而自然的策略是从通过固定阈值收入 r 构建的所有分类中选择最佳分类，然后选择收入至少为 r 的所有产品。 这被称为收入排序的分类策略。 本文的主要贡献是精确分析了当客户在以下意义上是理性的时，按收入排序的分类如何接近最佳收入：从提供的集合中选择特定产品（包括无选择选项）的概率如果要约集扩大，则不能增加。 相应的离散选择模型形成了一大类模型，其中包括所有基于随机效用的离散选择模型。 我们对收入排序分类的分析匹配并统一了某些模型的已知结果，并改进了其他模型的最佳已知结果，例如 Rusmevichientong 等人 (2014) 最近研究的混合多项式 Logit 模型。 我们分析的一个吸引人的特点是它很简单，仅依赖于上述合理性属性，但即使对于类中非常特定的模型也是最好的。 我们还表明，一大类称为无嫉妒定价问题的问题可以看作是满足合理性属性的专门构建的离散选择模型的分类问题。 在这种情况下，按收入排序的分类结果等同于经过充分研究的统一定价策略。