考虑策略型消费者的高斯过程回归动态定价算法

摘要： 现有需求不确定下的动态定价算法鲜有考虑消费者策略行为的。将零售商的价格决策过程描述为一个多摇臂(Multi-Armed Bandit, MAB)问题，提出一种非参数贝叶斯算法。将高斯过程回归与汤普森抽样算法相结合，并加入策略型消费者购买决策过程，帮助零售商进行价格决策。仿真结果表明，该算法能有效提高零售商收益，收敛速度更快。此外，策略型消费者的存在可以改善需求学习算法的性能，降... （共7页）