未知多项 Logit 选择模型下的品类优化

受电子商务启发，我们研究了在线品类优化问题。卖家向每位到达的顾客提供一个品类，即一个产品子集，顾客随后从所提供的品类中购买一件或不购买产品。顾客的购买决策受潜在的多项 Logit（MNL）选择模型支配。卖家旨在有限的销售周期内最大化总收入，并受限于资源约束和 MNL 选择模型的不确定性。我们首先提出了一种高效的在线策略，其产生的遗憾为 $\tilde{O}(T^{2/3})$，其中 $T$ 为销售周期内的顾客数量。随后，我们提出了一种 UCB 策略，实现了 $\tilde{O}(T^{1/2})$ 的遗憾。这两个遗憾界相对于品类数量均是次线性的。