面向始终有效的高维动态定价的在线正则化

设计具有始终有效的在线统计学习过程的动态定价策略是一个重要且尚未解决的问题。多数现有动态定价策略聚焦于所采用客户选择模型的保真度，在定价过程中适应所学统计模型在线不确定性的能力有限。本文提出一种基于正则化在线统计学习的动态定价策略设计新方法，并给出理论保证。新方法克服了在线Lasso过程连续监测的难题，且具备若干吸引人的性质。特别地，我们作出决定性观察：定价决策的始终有效性构建并得益于在线正则化方案。所提在线正则化方案赋予所提乐观在线正则化极大似然定价（OORMLP）策略三大优势：将市场噪声知识编码入定价过程乐观性；赋予在线统计学习在所有决策点上的始终有效性；以时间一致非渐近预言不等式包络预测误差过程。此类非渐近推断结果使我们能在实践中设计更具样本效率与鲁棒性的动态定价算法。理论上，所提OORMLP算法利用高维模型的稀疏结构，并在决策周期内获得对数后悔。这些理论进展得益于提出一种乐观在线Lasso过程，其基于非渐近鞅集中新用法在过程层面解决动态定价问题。实验中，我们在不同合成与真实定价问题设定下评估OORMLP，并证明OORMLP超越了最先进方法。