Effiziente Algorithmen für dynamische Sortimentsoptimierung unter dem MNL-Wahlmodell

Wir entwickeln einen einheitlichen Algorithmus-Rahmen, der sowohl das Problem der dynamischen Sortimentsoptimierung als auch das Problem der dynamischen Sortimentsoptimierung mit Personalisierung unter dem MNL-Wahlmodell effizient löst. Unsere Algorithmen verbessern den Stand der Technik in Bezug auf Approximationsgarantie, Laufzeit und die Fähigkeit, Unsicherheit in der Gesamtzahl der Kunden zu verwalten und komplexere Restriktionen zu berücksichtigen.