文件名称：具有需求协变量的动态定价-研究论文
文件大小：816KB
文件格式：PDF
更新时间：2024-06-29 08:49:12
论文研究
我们考虑一家公司在不知道需求函数的情况下在 T 期间销售产品。 公司依次设定价格以赚取收入并同时了解潜在的需求函数。 在实践中，这个问题通常通过贪婪迭代最小二乘法 (GILS) 来解决。 在每个时间段，GILS 通过将最小二乘法应用于一组先前的价格和已实现的需求，将需求估计为价格的线性函数。 然后，将收入最大化的价格用于下一个时期。 性能是用后悔来衡量的，它是与知道真实需求函数的预言机相比的预期收入。 最近，den Boer 和 Zwart（2014 年）以及 Keskin 和 Zeevi（2014 年）证明了 GILS 是次优的，并引入了将强制价格分散与 GILS 相结合的最佳算法。 在这里，我们在数据丰富的环境中考虑这个动态定价问题。 我们假设公司可以访问可以预测需求的需求协变量，并证明 GILS 实现了订单 log(T) 的渐近最优遗憾。 我们还表明，即使协变量没有信息，GILS 的渐近最优性也成立。 我们通过对合成数据和真实数据的模拟来验证我们的结果。