Oct, 2023

平滑自适应非参数需求学习的动态定价

PDF
TL;DR我们研究了需求函数为非参数化和 H"older 平滑的动态定价问题，重点关注对需求函数的未知 H"older 平滑参数 β 的可适应性。在没有 β 的知识的情况下，我们证明了没有定价策略能够达到这个极小化后悔的最佳性能。受到这个不可能结果的启发，我们提出了一个自相似条件来实现可适应性。我们开发了一种平滑自适应动态定价算法，并在理论上证明该算法实现了这个最佳性能的后悔边界，而无需先验知识 β。
dynamic pricingnonparametric demand functionadaptivityh"older smoothnessregret bound
发现论文，激发创造
  • 自适应平滑上下文强化学习

    研究了具有随机协变量的非参数多臂赌博问题，考虑在不知道收益函数平滑度的情况下如何适应算法，并且提出了一种可以在决策过程中通过推断收益的平滑度以及利用现有策略的结构来实现平滑度自适应表现的算法，该算法在已知平滑度与未知平滑度的情况下都能够实现可接受的后悔率。

    Oct, 2019

  • 平滑上下文强化学习：连接参数化和不可微性遗憾模式

    该研究讨论了非参数上下文赌博问题，研究了函数的 Hölder 类和光滑度参数 β 之间的插值关系，提出了一种新算法，能够调整到各种光滑度设置，并通过确立匹配的上下限证明其遗憾是速率最优的，从而弥合了现有文献关于参数和非可区分性情境赌徒问题，以及仅使用全局或本地信息的赌徒算法之间的差距，同时也揭示了上下文赌徒问题中的复杂性和遗憾之间关键性的相互影响。

    Sep, 2019

  • 贝叶斯劝服下的动态定价与学习

    该研究探讨在线广告和动态定价设计的问题，使用贝叶斯说服模型来研究信号对买家定价和购买决策的影响，提出了一种具有低后悔率的在线算法。

    Apr, 2023

  • 有限未知估值的动态定价

    本文提出了针对动态定价情况下买家分组的拍卖模型，通过对分布无关和分布相关情况进行分析，得到了买家估价分布的上下界，提出了一种上界近似算法，并给出了其退化情况的解法。

    Jul, 2018

  • 动态定价和长期参考效应的学习

    在这篇研究论文中，我们研究了动态定价问题，其中客户对当前价格的反应受到客户的价格期望（参考价格）的影响。我们研究了一种简单而新颖的参考价格机制，其中参考价格是卖方过去所提供的价格的平均值。我们证明，在这种机制下，降价政策是近乎最优的，无论模型的参数如何。此外，我们提供了线性需求模型下近乎最优降价政策的详细特征描述，并提供了一种高效的计算方法。然后，我们考虑了一种更具挑战性的动态定价和学习问题，其中需求模型参数是先验未知的，卖方需要从客户对所提供价格的反应中在线学习这些参数，并同时优化收入。我们的目标是最小化遗憾，即与卓越最优政策相比，T 轮收入损失。对于线性需求模型，我们提供了一个高效的学习算法，并得到了一个最优的 Ο(√T) 遗憾上界。

    Feb, 2024

  • 平滑在线学习的简易性与统计学习相当

    本论文研究了在线设置下学习过程中涉及到的平滑度、最小极大后悔以及上下文干涉等问题，并提出了对应算法的解决方案。

    Feb, 2022

  • 凸光滑函数的动态遗憾

    本文提出了一种在线凸优化算法，该算法在非稳态环境中表现出优异的动态后悔表现，通过充分利用流畅性条件，能够在动态后悔中代替对 T 的依赖，而采用问题相关的数量：损失函数的梯度变化、比较序列的累积损失和前两个 term 的最小值，从而使问题的复杂度自适应问题的困难程度，即在简单问题上使界限更紧，同时保证了最坏情况下相同的界限。

    Jul, 2020

  • 隐私保护的动态个性化定价与需求学习

    本文提出动态定价模型，以差分隐私保护个人信息并最大化利润，通过引入 anticipanting (ε, δ)- 差分隐私的概念，在个性化信息被对手攻击的情况下，实现了可接受的收益和隐私保护水平，保护了客户的个人信息，实现最大化的收益。

    Sep, 2020

  • 上下文动态定价：算法、优化和局部差分隐私约束

    研究了上下文动态定价问题，探讨了需求模型、遗憾上限的最优化和隐私保护对动态定价的影响。

    Jun, 2024

  • 半参数动态情境定价

    基于实时定价与上下文信息，本文提出了一种半参数模型，能够通过回归参数和残差分布来最大化收益，考虑到了细节特征。

    Jan, 2019