May, 2024

基于组合多臂赌博机和分层斯塔克尔贝格博弈的在线提示定价

HTML
PDF
TL;DR我们提出了一种适用于即时交易市场的新型交易场景——即时捆绑交易系统(Prompt Bundle Trading System)，并且基于组合多臂赌博(CMAB)和三阶层次斯塔克尔伯格(HS)博弈提出了一种在线定价机制。该定价机制同时考虑到消费者、平台和卖家的利润，实现了这三个参与者的利润满意度，将定价问题分解为两个步骤：未知品类选择和激励策略优化。与现有的固定定价模式不同，我们提出的即时捆绑交易定价机制更加灵活多样，更符合现实场景的交易需求。我们在一个模拟的文本到图像数据集上测试了我们的方法，实验结果证明了我们算法的有效性，为即时市场提供了可行的定价标准。
发现论文，激发创造
  • 自动机制设计的样本复杂度

    本研究探讨自动机制设计算法在组合拍卖中的应用，提供了关于组合拍卖类的样本复杂度分析，为自动机制设计奠定了坚实基础并推进了学习理论的边界。

    Jun, 2016

  • 在线多尺度学习及其在网络拍卖中的应用

    针对在线拍卖/定价问题的收益最大化问题，我们通过将专家学习和多臂赌博机问题推广到多尺度版本来推导出可缩放最佳固定价格而非价值范围的遗憾界，并且当与需要市场份额下限的基准进行比较时，可以获得几乎无尺度的遗憾界，同时满足离线样本复杂性。

    May, 2017

  • 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

  • 在对抗性一价拍卖中学习最优且高效的竞标策略

    本研究探讨了如何学习在首价拍卖中进行出价，针对这一问题开发了首个达到最小化一般策略集的竞标算法，能够显著提升现有竞标算法的效果。这一算法利用专家策略和层级策略，取得了不错的效果，在三个真实场景的测试中表现出了优越性。

    Jul, 2020

  • 多单位拍卖中的在线学习

    该论文研究了在重复多单位拍卖中基于均匀定价的两个变体，并分析了在线和离线设置下的问题。作者提出了离线最优策略算法，并设计了高效的在线算法，同时通过博弈理论探究了平衡的质量。

    May, 2023

  • 双重高维情境赌臂：联合组合定价的可解释模型

    我们提出了一种基于上下文强化学习的联合组合和定价方法，该方法可以在零售业务中解决选品问题和定价问题，通过计算和真实案例研究证明了该方法的有效性。

    Sep, 2023

  • 通过半凹性进行赌徒顺序发布定价

    在基于赌博学习模型中，研究了顺序发布定价和后悔边界，得到了针对不同分布情况下的几乎最优后悔边界，尤其是对于正常分布的情况，基于收益函数在价值空间中的新型半凹特性，实现了新的结果。

    Dec, 2023

  • 对首价拍卖中的无懊悔学习者进行策略规划

    我们研究了重复的一阶售价拍卖和一般重复贝叶斯博弈的情况，在这种情况下，一个参与者（学习者）采用了一个无悔学习算法，而另一个参与者（优化者）在了解学习者的算法的情况下，策略化地追求自己的效用最大化。 对于一类被称为基于均值的无悔学习算法，我们证明：（i）在标准（即完全信息）的一阶售价拍卖中，优化者不能获得超过Stackelberg效用的效用--这是文献中的标准基准，但是（ii）在贝叶斯一阶售价拍卖中，存在优化者可以获得远高于Stackelberg效用的实例。 另一方面，Mansour 等人（2022）证明了一类更复杂的算法，称为无多面体交换后悔算法可以将优化者的效用限制在任意重复贝叶斯博弈（包括贝叶斯一阶售价拍卖）的Stackelberg效用上，并提出是否有必要使用无多面体交换后悔算法来限制优化者的效用。对于一般的贝叶斯博弈，在一个合理且必要的条件下，我们证明了无多面体交换后悔算法确实是将优化者的效用限制在Stackelberg效用上的必要条件，从而回答了他们的开放性问题。对于贝叶斯一阶售价拍卖，我们通过利用贝叶斯一阶售价拍卖的结构给出了一个简单的改进标准算法来最小化多面体交换后悔。

    Feb, 2024

  • DISCO: 个性化折扣分配的端到端赌博框架

    使用 DISCO 框架将上下文赌博算法与整数规划相结合，以实现个性化折扣码分配，并且通过离线分析和在线 A / B 测试验证了其在提高平均购物篮价值方面的显著改进。

    Jun, 2024

  • 一种基于原对偶在线学习方法的顺序展示互补商品动态定价问题

    我们解决了动态定价互补商品的复杂问题，通过使用在线学习工具，设计并实现了一个原始对偶在线优化算法，并通过与基准方法在各种配置下的性能比较，评估了我们的方法在违反约束和遗憾方面的表现。

    Jul, 2024