Dynamic Online Pricing with Incomplete Information Using Multi-Armed Bandit Experiments

ERN: Pricing (Topic) Pub Date : 2018-02-13 DOI:10.2139/ssrn.2981814

Kanishka Misra, Eric M. Schwartz, Jacob D. Abernethy

引用次数: 104

Abstract

We propose an alternative dynamic price experimentation policy that extends multiarmed bandit (MAB) algorithms from statistical machine learning to include microeconomic choice theory.

查看原文本刊更多论文

基于多臂强盗实验的不完全信息动态在线定价

我们提出了一种替代的动态价格实验策略，将统计机器学习中的多武装强盗(MAB)算法扩展到包括微观经济选择理论。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

ERN: Pricing (Topic)

自引率

0.00%

发文量