具有需求学习与公平资源消耗均衡的网络收益管理

除最大化总收益外，诸多行业的决策者还希望保证不同资源间消耗的均衡。例如，在零售行业，确保来自不同供应商资源的均衡消耗可提升公平性并有助于维持健康的渠道关系；在云计算行业，资源消耗均衡有助于提高客户满意度并降低运营成本。受这些实际需求驱动，本文研究基于价格的网络收益管理（NRM）问题，同时考虑需求学习与公平资源消耗均衡。我们引入正则化收益，即带均衡正则化的总收益，作为目标以将公平资源消耗均衡纳入收益最大化目标。我们提出一种原对偶型在线策略，结合 Upper-Confidence-Bound (UCB) 需求学习方法以最大化正则化收益。我们采用若干创新技术，使我们的算法成为面向连续价格集与广泛均衡正则化类的统一且计算高效的框架。我们的算法达到 $\widetilde O(N^{5/2}\sqrt{T})$ 的最坏情况后悔界，其中 $N$ 表示产品数，$T$ 表示时间段数。若干 NRM 示例中的数值实验证明了我们的算法在同时实现收益最大化与公平资源消耗均衡上的有效性。