Loading...

Feature-Based Online Pricing

Naderi Khahan, Farnaz | 2023

132 Viewed
  1. Type of Document: M.Sc. Thesis
  2. Language: Farsi
  3. Document No: 56042 (02)
  4. University: Sharif University of Technology
  5. Department: Mathematical Sciences
  6. Advisor(s): Alishahi, Kasra
  7. Abstract:
  8. Nowadays, the online markets can easily change and adjust price of the product to an optimal price to increase the profit from the sale of their products. Because of this pricing flexibility, there are many applications of online pricing in online markets and so on.We study the problem of online pricing and specifically feature-based online pricing as an online learning problem in which a seller receives highly differentiated products online and prices them with the goal of obtaining the highest possible profit.The seller does not initially know the values of the different features, but can learn the values of the features based on whether products were sold at the posted prices in the past.We are trying to learn the environment and the value of products for customers, using online learning techniques, and we are looking for an algorithm that works close to an optimal algorithm, and to check the performance of pricing algorithms, we use a criterion called regret.First we consider the non-feature-based version of this problem with an adversarial approach, and by modeling it as a multi-armed bandit problem, we provide an algorithm with O(T^(2/3) 〖(log⁡T)〗^(1/3)) regret bound. After that, we review the feature-based version; In this version, products are described by vectors of features and the market value of each product is linear in the values of the features., then using the methods and capabilities available in the online convex optimization, we provide two algorithms EMLP and ONSP for stochastic and adversarial feature settings, respectively, and prove the optimal O(d log⁡T) regret bounds for both
  9. Keywords:
  10. Online Learning ; Online Convex Optimization ; Value ; Optimal Price ; Feature Vector ; Adversarial Bandit ; Multi-Armed Bandit ; Regret Criterion ; Online Pricing ; Randomized Algorithm

 Digital Object List

 Bookmark

  • مقدمه
    • قیمت‌گذاری و یادگیری برخط
    • برخط بودن مساله قیمت‌گذاری
    • عدم قطعیت موجود در مساله
    • قیمت‌گذاری برخط مبتنی بر ویژگی
      • مدل مساله قیمت‌گذاری برخط مبتنی بر ویژگی
    • ساختار پایان‌نامه
  • مروری بر ادبیات
    • ریشه‌های تاریخی قیمت‌گذاری و برآورد تابع تقاضا
      • توابع تقاضا در مسائل قیمت‌گذاری
      • برآورد تقاضا
      • قابلیت کاربرد عملی
    • قیمت‌گذاری برخط
      • قیمت‌گذاری برخط با تقاضای برخط
      • قیمت‌گذاری برخط با اثرات موجودی
    • قیمت‌گذاری برخط و یادگیری
      • فروش بدون محدودیت موجودی
      • فروش با موجودی محدود
  • قیمت‌گذاری و راهزن چند دست
    • یادگیری برخط
      • قیمت‌گذاری و یادگیری
    • یادگیری بندیت
      • قیمت‌گذاری و بندیت
      • مساله راهزن چند دست (MAB)
      • الگوریتم EXP-3
      • قیمت‌گذاری با ایده گسسته‌سازی
      • بندیت زمینه‌ای
      • بندیت خطی زمینه‌ای
  • بهینه‌سازی محدب برخط
    • یادگیری برخط با توابع زیان محدب
      • تصویرکردن در مجموعه محدب
      • توابع نمایی مقعر
      • الگوریتم گام نیوتن برخط
  • قیمت‌گذاری برخط مبتنی بر ویژگی
    • مقدمه
    • مدل‌سازی مساله قیمت‌گذاری برخط مبتنی بر ویژگی
    • پیش‌نیازها
      • نمادها
      • تعاریف
      • فرض‌ها
    • الگوریتم EMLP
    • کران پشیمانی EMLP
    • الگوریتم ONSP
    • تحلیل پشیمانی الگوریتم ONSP
    • نتایج عددی
      • ضرایب موجود در کران‌های پشیمانی
    • نتیجه‌گیری
  • مراجع
  • مطالب تکمیلی
    • اثبات‌های فصل ۳
      • اثبات قضیه کران پشیمانی الگوریتم EXP-3 3-1
    • اثبات‌های فصل ۴
      • اثبات لم 4-5
      • اثبات قضیه 4-4
  • attachment1.pdf
    • مقدمه
      • قیمت‌گذاری و یادگیری برخط
      • برخط بودن مساله قیمت‌گذاری
      • عدم قطعیت موجود در مساله
      • قیمت‌گذاری برخط مبتنی بر ویژگی
        • مدل مساله قیمت‌گذاری برخط مبتنی بر ویژگی
      • ساختار پایان‌نامه
    • مروری بر ادبیات
      • ریشه‌های تاریخی قیمت‌گذاری و برآورد تابع تقاضا
        • توابع تقاضا در مسائل قیمت‌گذاری
        • برآورد تقاضا
        • قابلیت کاربرد عملی
      • قیمت‌گذاری برخط
        • قیمت‌گذاری برخط با تقاضای برخط
        • قیمت‌گذاری برخط با اثرات موجودی
      • قیمت‌گذاری برخط و یادگیری
        • فروش بدون محدودیت موجودی
        • فروش با موجودی محدود
    • قیمت‌گذاری و راهزن چند دست
      • یادگیری برخط
        • قیمت‌گذاری و یادگیری
      • یادگیری بندیت
        • قیمت‌گذاری و بندیت
        • مساله راهزن چند دست (MAB)
        • الگوریتم EXP-3
        • قیمت‌گذاری با ایده گسسته‌سازی
        • بندیت زمینه‌ای
        • بندیت خطی زمینه‌ای
    • بهینه‌سازی محدب برخط
      • یادگیری برخط با توابع زیان محدب
        • تصویرکردن در مجموعه محدب
        • توابع نمایی مقعر
        • الگوریتم گام نیوتن برخط
    • قیمت‌گذاری برخط مبتنی بر ویژگی
      • مقدمه
      • مدل‌سازی مساله قیمت‌گذاری برخط مبتنی بر ویژگی
      • پیش‌نیازها
        • نمادها
        • تعاریف
        • فرض‌ها
      • الگوریتم EMLP
      • کران پشیمانی EMLP
      • الگوریتم ONSP
      • تحلیل پشیمانی الگوریتم ONSP
      • نتایج عددی
        • ضرایب موجود در کران‌های پشیمانی
      • نتیجه‌گیری
    • مراجع
    • مطالب تکمیلی
      • اثبات‌های فصل ۳
        • اثبات قضیه کران پشیمانی الگوریتم EXP-3 3-1
      • اثبات‌های فصل ۴
        • اثبات لم 4-5
        • اثبات قضیه 4-4
  • attachment3.pdf
    • مراجع
...see more