计算机科学 > 机器学习
[提交于 2025年7月3日
]
标题: 上下文在线定价与(有偏)离线数据
标题: Contextual Online Pricing with (Biased) Offline Data
摘要: 我们研究带有偏差离线数据的上下文在线定价。 对于标量价格弹性情况,我们确定了实例相关的数量$\delta^2$,它衡量离线数据距离(未知)在线最优值有多远。 我们表明,离线数据的时间长度$T$、偏差界$V$、大小$N$和分散度$\lambda_{\min}(\hat{\Sigma})$以及$\delta^2$联合决定了统计复杂性。 一种面对不确定性时保持乐观(OFU)的策略实现了最小最大最优、实例相关的遗憾上限$\tilde{\mathcal{O}}\big(d\sqrt{T} \wedge (V^2T + \frac{dT}{\lambda_{\min}(\hat{\Sigma}) + (N \wedge T) \delta^2})\big)$。 对于一般的定价弹性,我们建立了最坏情况下的最小最大最优率$\tilde{\mathcal{O}}\big(d\sqrt{T} \wedge (V^2T + \frac{dT }{\lambda_{\min}(\hat{\Sigma})})\big)$,并提供了一个达到该率的广义OFU算法。当偏差界$V$未知时,我们设计了一个鲁棒变体,始终保证次线性遗憾,并且在精确偏差较小时严格优于纯在线方法。这些结果为存在偏差离线数据情况下的上下文定价提供了第一个紧致的遗憾保证。我们的技术也可以原样应用于存在偏差离线数据的随机线性多臂老虎机,得到类似的界限。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.