Towards Agnostic Feature-based Dynamic Pricing: Linear Policies vs Linear Valuation with Unknown Noise
迈向弱假设的特征动态定价：线性策略与未知噪声线性估值AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要核心是在线动态定价与遗憾界，未提供足够依据归入所列计量领域细分，成交二元反馈本身不足以判为离散选择。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
迈向弱假设的特征动态定价：线性策略与未知噪声线性估值
- 研究问题
- 卖方仅观察成交与否、无法确认估值噪声分布时，能否根据产品特征进行无遗憾动态定价，并确定可达到的遗憾界？
- 方法与思路
- 作者分别研究与最佳线性定价策略竞争的模型，以及带未知噪声的线性估值模型，构造在线算法并分析遗憾上下界。
- 材料陈述的贡献
- 摘要给出线性策略模型约 d^(1/3)T^(2/3) 的极小极大遗憾，以及噪声模型约 T^(3/4) 的上界和 T^(2/3) 的下界。
- 阅读关注点
- 应核对特征与价格取值范围、数据和噪声的生成条件、遗憾比较对象、被隐藏的对数因子，以及上下界之间的差距。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；上述速率依摘要省略对数因子，完整条件未说明，不能理解为完全无条件。
原文摘要
In feature-based dynamic pricing, a seller sets appropriate prices for a sequence of products (described by feature vectors) on the fly by learning from the binary outcomes of previous sales sessions ("Sold" if valuation $\geq$ price, and "Not Sold" otherwise). Existing works either assume noiseless linear valuation or precisely-known noise distribution, which limits the applicability of those algorithms in practice when these assumptions are hard to verify. In this work, we study two more agnostic models: (a) a "linear policy" problem where we aim at competing with the best linear pricing policy while making no assumptions on the data, and (b) a "linear noisy valuation" problem where the random valuation is linear plus an unknown and assumption-free noise. For the former model, we show a $\tildeΘ(d^{\frac13}T^{\frac23})$ minimax regret up to logarithmic factors. For the latter model, we present an algorithm that achieves an $\tilde{O}(T^{\frac34})$ regret, and improve the best-known lower bound from $Ω(T^{\frac35})$ to $\tildeΩ(T^{\frac23})$. These results demonstrate that no-regret learning is possible for feature-based dynamic pricing under weak assumptions, but also reveal a disappointing fact that the seemingly richer pricing feedback is not significantly more useful than the bandit-feedback in regret reduction.