《基于机器学习的企业定价算法研究》阅读笔记
2017-09-28 17:54
295 查看
http://blog.csdn.net/u011239443/article/details/78126591
《基于机器学习的企业定价算法研究》
冯 平,宣慧玉,高宝俊
(西安交通大学管理学院.陕西西安710049)
在定价过程中,企业首先要根据叫个因素判断自己当前所处的市场状态,再采取相应的对策。在每种市场状态下,企业都有三种对策:提高价格,降低价格和维持价格不变。ASPEN给每种市场状态的这三种对策分别分配一个概率值.企业根据这种概率值来选择对策。一旦选用的对策使得企业利润提高了,那么这种成功对策的概率值将增大,这样企业在下次处于同样市场状态时再次采用该对策的可能性就加大了。反之,如果本次选用的对策降低了企业的利润,那么它的概率值就会减少。通过对三种对策概率值的调整,企业实现了定价的渐进学习。
企业定价的自动学习算法的具体思路是:首先,企业要分析四种变化倾向(trends):
(1)最近本企业产品价格是上升了还是下降了;
(2)销售量是上升了还是下降了;
(3)利润是上升了还是下降了
(4)企业价格比社会平均价格高还是低。
根据这四种倾向可以将企业外部环境划分成16种市场状态,企业根据自身情况判断处于16种市场状态中的哪一种,从而产生外部环境(市场状态)的一条消息。
环境消息产生后,算法找到条件部分与之匹配的规则,从而得到这种市场状态下三种对策的概率值。随后,根据这三种对策的概率值用蒙特卡洛法决定在当前市场状态下所采用的对策是提高价格、降低价格还是维持价格不变。
蒙特卡洛法:http://www.ruanyifeng.com/blog/2015/07/monte-carlo-method.html
每次价格的变动为一个定值△P。最后,在各个企业都独立完成定价决策后,企业再根据市场上产品的新价格计算其利润额。若上次选用的对策使得企业利润增加.则增加该对策对应的概率值,若是降低了利润就减少该对策对应的概率值。这样,企业就完成了·次学习过程。然后企业进入下一轮的定价决策。经过多次的学习,企业在每种市场状态三种对策的概率值将趋于稳定.这就是说,企业已经学会了各种市场状态下应该选用的最佳对策.变的成熟而聪明了。
文中提出一个理论最优价格的概念,可以使用参数根据公式直接计算(具体推导参见论文):
模型评估如下:
所以很奇怪的是:
1、既然可以直接用公式,那为什么还要用模型拟合?
1、 自家公司的 L、K 容易,但是如何得到其他企业的L、K和整个市场的C如何得到?感觉这算法研究过于理想化了,对具体某个企业对自身商品的定价指导意义不大。
《基于机器学习的企业定价算法研究》
冯 平,宣慧玉,高宝俊
(西安交通大学管理学院.陕西西安710049)
论文阅读笔记
ASPEN中企定价的机理是:在定价过程中,企业首先要根据叫个因素判断自己当前所处的市场状态,再采取相应的对策。在每种市场状态下,企业都有三种对策:提高价格,降低价格和维持价格不变。ASPEN给每种市场状态的这三种对策分别分配一个概率值.企业根据这种概率值来选择对策。一旦选用的对策使得企业利润提高了,那么这种成功对策的概率值将增大,这样企业在下次处于同样市场状态时再次采用该对策的可能性就加大了。反之,如果本次选用的对策降低了企业的利润,那么它的概率值就会减少。通过对三种对策概率值的调整,企业实现了定价的渐进学习。
企业定价的自动学习算法的具体思路是:首先,企业要分析四种变化倾向(trends):
(1)最近本企业产品价格是上升了还是下降了;
(2)销售量是上升了还是下降了;
(3)利润是上升了还是下降了
(4)企业价格比社会平均价格高还是低。
根据这四种倾向可以将企业外部环境划分成16种市场状态,企业根据自身情况判断处于16种市场状态中的哪一种,从而产生外部环境(市场状态)的一条消息。
环境消息产生后,算法找到条件部分与之匹配的规则,从而得到这种市场状态下三种对策的概率值。随后,根据这三种对策的概率值用蒙特卡洛法决定在当前市场状态下所采用的对策是提高价格、降低价格还是维持价格不变。
蒙特卡洛法:http://www.ruanyifeng.com/blog/2015/07/monte-carlo-method.html
每次价格的变动为一个定值△P。最后,在各个企业都独立完成定价决策后,企业再根据市场上产品的新价格计算其利润额。若上次选用的对策使得企业利润增加.则增加该对策对应的概率值,若是降低了利润就减少该对策对应的概率值。这样,企业就完成了·次学习过程。然后企业进入下一轮的定价决策。经过多次的学习,企业在每种市场状态三种对策的概率值将趋于稳定.这就是说,企业已经学会了各种市场状态下应该选用的最佳对策.变的成熟而聪明了。
对论文的疑惑
个人认为该论文没有太大的实际意义。首先关于参数的问题,需要初始化的参数有如:文中提出一个理论最优价格的概念,可以使用参数根据公式直接计算(具体推导参见论文):
模型评估如下:
所以很奇怪的是:
1、既然可以直接用公式,那为什么还要用模型拟合?
1、 自家公司的 L、K 容易,但是如何得到其他企业的L、K和整个市场的C如何得到?感觉这算法研究过于理想化了,对具体某个企业对自身商品的定价指导意义不大。
相关文章推荐
- 文献《基于图分割的高分辨率遥感影像建筑物变化检测研究》的阅读笔记
- 机器学习笔记2-基于KNN算法的手写字识别程序
- 《基于深度学习的线上农产品销量预测模型研究》阅读笔记
- 机器学习笔记(6)算法可行性研究
- 机器学习_阅读笔记_算法评估
- DNS通道检测 国内学术界研究情况——研究方法:基于特征或者流量,使用机器学习决策树分类算法居多
- 机器学习-算法原理与编程实践(郑捷.著)-阅读笔记
- 毕业设计的探索与研究2:有关基于内容推荐算法原理的笔记
- 机器学习实战笔记——基于KNN算法的手写识别系统
- DNS通道检测 国外学术界研究情况——研究方法:基于流量,使用机器学习分类算法居多,也有使用聚类算法的;此外使用域名zif low也有
- 王小草【机器学习】笔记--分类算法之朴素贝叶斯
- 《基于Web访问信息的用户兴趣迁移模式的研究》笔记
- NP理论(4):判断如何成为算法 已有 951 次阅读 2016-9-21 17:22 |个人分类:NP理论|系统分类:科研笔记|关键词:判断 判定 Entscheidungsproblem 人机关
- 基于交比不变性的太阳定位算法的研究
- 基于几何成像模型的鱼眼镜头图像校正算法和技术研究的实现与改进
- 笔记︱基于网络节点的node2vec、论文、算法python实现
- [算法学习笔记]基于最大堆实现最大优先队列
- 图像去雾算法(二)基于暗通道先验算法学习笔记
- 阅读笔记-游戏开发中的人工智能-第7章-A*路径寻找算法
- 【代码相似论文笔记】基于序列聚类的相似代码检测算法