文献

J-GLOBAL ID：201102258843050104   整理番号：11A0289095

多項式ロジット選択モデルと能力制約による動的品揃え最適化

Dynamic Assortment Optimization with a Multinomial Logit Choice Model and Capacity Constraint

著者 (3件)： RUSMEVICHIENTONG Paat (Cornell Univ., New York) ,  SHEN Zuo-Jun Max (Univ. California-Berkeley, California) ,  SHMOYS David B. (Cornell Univ., New York)
資料名： Operations Research  (Operations Research)
巻： 58  号： 6  ページ： 1666-1680  発行年： 2010年11月 
JST資料番号： D0249A  ISSN： 0030-364X  CODEN： OPREA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 顧客嗜好の学習と能力制約下での商品品揃えによる利益最大化は小売,オンライン広告,および収益管理に適用例が見られる。例えば小売業の棚能力制約における利益最大化品揃え問題では,需要は未知かつ顧客の商品選択は品揃えに依存することが多い。異なる品揃えの提示,購買行動の観察,過去の販売と品揃え決定からの需要モデルの評価によって需要分布を学習できる。静的/動的環境において需要を多項式ロジット選択モデルによって表現し,能力制約付き品揃え最適化問題の構造を解明した。顧客は独立して同一選択モデルに従うと仮定した。仮定は単一市場かつ顧客が比較的均一な場合に適切であるが,不均一でセグメントによって平均ユーティリティが異なることが多い。この場合潜在クラスロジットモデルによるモデリングが可能で,パラメータ評価のための最尤度評価技法を利用できる。静的問題ではロジットモデルパラメータを既知とした。利益最大化品揃え計算のアルゴリズムを開発し,最適品揃えの構造特性を導出した。動的問題のパラメータは未知で,静的問題の構造特性を利用して過去データからパラメータを学習すると同時に,利益を最大化する適応政策を開発した。精緻化により顧客嗜好と最適品揃えとの関係を明らかにした。販売データによる数値実験は政策が高性能であることを示唆した。

シソーラス用語： *制約付最適化問題 ,  *組合せ最適化問題 ,  多項式 ,  *ロジットモデル ,  顧客満足 ,  投入産出分析 ,  小売業 ,  購買行動 ,  不均一性 ,  パラメータ推定 ,  最尤法 ,  構造特性 ,  動的計画法
準シソーラス用語： 利益最大化 ,  多項式時間アルゴリズム

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 多項式 ,  ロジット ,  選択モデル ,  能力 ,  制約 ,  最適化