跨市场偏好迁移下的 minimax 动态定价

我们研究在情境化动态定价场景中，当目标市场能够利用 K 个辅助市场（离线日志或同步流）且这些市场的平均效用因结构化偏好迁移而有所不同时的情况。我们提出了跨市场转移动态定价 (CM-TDP)，这是一种能够处理此类模型迁移并为线性和非参数效用模型提供 minimax 最优后悔的第一个算法。对于维数为 d 的线性效用，当源任务和目标任务系数的差异为 $s_{0}$-稀疏时，CM-TDP 的后悔为 $\tilde{O}((d*K^{-1}+s_{0})\log T)$。对于驻留在再现核希尔空间中的非线性需求，复杂度为 $\beta$，任务相似性参数为 $H$，后悔为 $\tilde{O}\!(K^{-2\alpha\beta/(2\alpha\beta+1)}T^{1/(2\alpha\beta+1)} + H^{2/(2\alpha+1)}T^{1/(2\alpha+1)})$，匹配信息论下界最多只差一个对数因子。该 RKHS 界是转移定价领域的首个界限，亦具独立的兴趣。大量仿真结果表明，相对于单市场定价基线，CM-TDP 可实现最高 50% 的累积后悔降低，学习速度提升约 5 倍。通过将转移学习、鲁棒聚合与收入优化相连接，CM-TDP 正朝着更快的转移、更聪明的定价系统迈进。