典型文献
基于高斯过程与批量汤普森抽样的动态定价策略
文献摘要：
考虑短期内需求不确定情况下同类型产品的定价策略研究,引入高斯过程进行需求函数的学习,利用批量汤普森算法建立基于探索-利用的两阶段学习和决策过程的定价模型.在利用提出的GP-PTS(Gaussian process-parallel Thompson sampling)算法完成数值实验和某平台出行的真实数据应用后得出的结果表明:算法的精准度取决于特征是否完备,若给定一个先验且产品特征完备时,基于GP-PTS算法模拟出来的价格会取得比目前平台价格策略更好的收益,为企业在短期内进行定价决策提供良好借鉴.
文献关键词：
动态定价;高斯过程;汤普森抽样;批量贝叶斯优化
中图分类号：
作者姓名：
毕文杰;王荣
作者机构：
中南大学 商学院,长沙 410083
文献出处：
引用格式：
[1]毕文杰;王荣-.基于高斯过程与批量汤普森抽样的动态定价策略)[J].计算机工程与应用,2022(16):303-311
A类：
汤普森抽样,批量贝叶斯优化
B类：
高斯过程,动态定价策略,内需,需求不确定,定情,下同,需求函数,两阶段,决策过程,定价模型,GP,PTS,Gaussian,process,parallel,Thompson,sampling,数值实验,真实数据,数据应用,先验,产品特征,算法模拟,模拟出,比目,价格策略,在短期内,定价决策
AB值：
0.382941
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
