Nota Técnica—Compensación Online Bayesiana Casi Óptima de Recursos Reutilizables

Compensación Online Bayesiana Casi Óptima de Recursos Reutilizables Motivado por los servicios de alquiler en el comercio electrónico, consideramos la maximización de ingresos en la compensación online de recursos reutilizables para diferentes tipos de consumidores que llegan. Diseñamos algoritmos online competitivos en comparación con la política online óptima en el contexto Bayesiano, donde los tipos de consumidores se seleccionan de manera independiente a partir de distribuciones heterogéneas conocidas a lo largo del tiempo. En escenarios con grandes inventarios iniciales, nuestro resultado principal es un algoritmo competitivo casi óptimo para recursos reutilizables. Nuestro algoritmo se basa en un punto de referencia de programación lineal (LP) esperado, resuelve esta LP y simula la solución a través de un redondeo aleatorio independiente. El principal desafío es lograr la viabilidad del inventario de manera eficiente utilizando estos algoritmos basados en simulaciones. Para abordar esto, diseñamos políticas de descarte para cada recurso, equilibrando la viabilidad del inventario y la pérdida de ingresos. Descartar una unidad de un recurso impacta en el consumo futuro de otros recursos, por lo que introducimos procedimientos de postprocesamiento de compensación para diseñar y analizar nuestras políticas de descarte. Además, presentamos un algoritmo competitivo mejorado para recursos no reutilizables y evaluamos nuestros algoritmos utilizando simulaciones numéricas en datos sintéticos.