Key points are not available for this paper at this time.
수요 함수가 사전적으로 알려져 있지 않은 동적 가격 책정 문제에서 가격 실험은 수요 학습 도구로 사용될 수 있다. 기존 문헌에서는 가격 변동에 대한 제약이 없다고 가정하는 경우가 많지만, 실제로 판매자는 광범위한 실험을 수행하는 것을 방해하는 비즈니스 제약에 직면하는 경우가 많다. 우리는 수요 함수가 알려져 있지 않지만 알려진 유한 집합에 속하는 동적 가격 책정 모델을 고려한다. 판매자는 T 기간 동안 최대 m번의 가격 변동을 할 수 있다. 목표는 최악의 경우 후회 최소화—즉, 사전적으로 수요 분포를 알고 있는 선견지명자와 비교했을 때 예상 총 수익 손실을 최소화하는 것이다. 우리는 O(log (m) T)의 후회를 발생시키는 가격 책정 정책을 보여준다. 또한, 우리는 일일 거래를 위한 대형 전자상거래 시장인 Groupon에서 이 가격 책정 정책의 구현을 설명한다. 현장 연구는 수익 및 예약에 상당한 영향을 미친다. 전자 동반자는 https://doi.org/10.1287/opre.2017.1629 에서 확인할 수 있다.
Cheung et al. (Wed,)은 이 질문을 연구하였다.