동적 상품 구성 최적화를 위한 통합 알고리즘 프레임워크: MNL 선택 모델 기반

Khái niệm cốt lõi

본 연구는 MNL 선택 모델 하에서 동적 상품 구성 최적화 문제를 해결하기 위한 통합 알고리즘 프레임워크를 제안한다. 이 프레임워크는 계산 효율성, 향상된 근사 비율, 고객 수 불확실성 관리, 복잡한 제약 조건 처리 등의 장점을 제공한다.

Tóm tắt

이 논문은 동적 상품 구성 최적화 문제를 다룬다. 두 가지 설정을 고려한다:

1. 고객이 도착할 때 모든 가용 제품을 볼 수 있는 경우(오프라인 매장)
2. 판매자가 고객에게 제공할 제품 부분집합을 선택할 수 있는 경우(온라인 플랫폼)

이 두 설정은 모두 계산적으로 어려운 것으로 알려져 있다. 기존 근사 알고리즘은 이 두 설정에 대해 상당히 다른 접근법을 사용한다.

본 연구는 MNL 선택 모델 하에서 이 두 설정에 대한 통합 알고리즘 프레임워크를 개발한다. 이 알고리즘은 기존 알고리즘에 비해 근사 보장, 실행 시간, 고객 수 불확실성 관리, 복잡한 제약 조건 처리 등의 측면에서 개선된 성능을 제공한다.

논문은 다음과 같이 구성된다:

1. 유체 완화(fluid relaxation) 문제에 대한 근사 알고리즘 개발
2. 근사 유체 완화 솔루션을 실제 재고 및 상품 구성 결정으로 변환하는 알고리즘 제안
3. 전체 성능 보장 및 실행 시간 분석, 추가적인 가속 기법 소개

Thống kê

고객 수 T가 확률적으로 주어질 때, 기대 수익은 ET[f(c,T)]로 표현된다.
유체 완화 문제의 목적함수 값은 f LP(c,T)로 표현된다.
다중 고객 유형 상황에서 유체 완화 문제의 목적함수 값은 f LP
M (c,T)로 표현된다.

Trích dẫn

"동적 상품 구성 최적화 문제는 재고 고갈에 따른 대체 구매 행동으로 인해 매우 어려운 문제이다."
"기존 알고리즘은 da와 dap 설정에 대해 상당히 다른 접근법을 사용하지만, 본 연구는 이를 통합하는 알고리즘 프레임워크를 제안한다."
"본 연구의 알고리즘은 근사 보장, 실행 시간, 고객 수 불확실성 관리, 복잡한 제약 조건 처리 등의 측면에서 기존 알고리즘을 개선한다."

Thông tin chi tiết chính được chắt lọc từ

A Unified Algorithmic Framework for Dynamic Assortment Optimization under MNL Choice

by Shuo Sun,Raj... lúc arxiv.org 04-05-2024

https://arxiv.org/pdf/2404.03604.pdf

Yêu cầu sâu hơn

동적 상품 구성 최적화 문제에서 고객의 선호도 학습과 최적화를 결합하는 방법은 무엇일까?

본 연구에서는 다음과 같은 방법을 사용하여 고객의 선호도 학습과 최적화를 결합하였습니다. 먼저, 다양한 고객 유형에 대한 MNL(Multinomial Logit) 선택 모델을 고려하여 각 고객 유형에 대한 최적 재고 할당을 결정합니다. 이후, 재고 할당을 최적화하는 과정에서 각 제품에 대한 최적 재고 수준을 계산하고, 이를 통해 고객 유형별로 최적의 상품 구성을 제시합니다. 이러한 방법을 통해 고객의 선호도를 고려한 최적의 상품 구성을 실현할 수 있습니다.