[論文レビュー] Multi-objective pricing for shared vehicle systems.

Siddhartha Banerjee, Daniel Freund+1 more|arXiv (Cornell University)|Aug 24, 2016

Transportation and Mobility Innovations参考文献 15被引用数 15

ひとこと要約

この論文は、無限供給近似を用いてネットワーク外部性を扱うデータ駆動型の多目的価格設定フレームワークを提案しており、制約（例：ラムゼー価格）のもとで、福祉や収益といった目的のためのきめ細やかな近似保証を可能にするとともに、有限台数の車両システムでも高い性能を発揮する。

ABSTRACT

We propose a framework for data-driven pricing in shared vehicle systems (such as bikesharing and carsharing) in which customers can pick up and drop off vehicles in different locations. This framework provides efficient algorithms with rigorous approximation guarantees for a wide class of objective functions (including welfare and revenue), and under a variety of constraints on the prices. An interesting class of constraints accommodated by this framework includes multi-objective settings in which the goal is to maximize some objective function subject to some lower bound on another objective function. An important representative of this class is the Ramsey pricing problem, i.e. maximize revenue subject to some lower bound on welfare. Compared to traditional item-pricing problems, pricing in shared vehicle systems is more challenging due to network externalities, wherein setting prices at one demand node may affect the supply at each other node in the network. To capture the system dynamics, we use a closed queueing model in which exogenous demand (obtained from data) can be modulated through pricing. We achieve our approximation guarantees by first projecting the problem to an infinite-supply setting, deriving optimal prices in this limit, and then bounding the performance of these prices in the finite-vehicle system. Our infinite-to-finite supply reduction is of independent interest since it holds for a broader class of objective functions, and applies even more generally than the pricing problems that we consider.

研究の動機と目的

• ネットワーク外部性により、ある場所での価格設定がネットワーク全体の供給と需要に影響を与える共有車両システムにおいて、最適な価格を設定する課題に対処すること。
• 最小福祉水準などの制約のもとで、収益最大化や社会的福祉の最大化といった複数の目的を満たす価格設定フレームワークを開発すること。
• 無限供給近似モデルを活用することで、有限台数の車両システムにおける価格意思決定に対してきめ細やかな近似保証を提供すること。
• 実需給データと動的価格調整を用いて、実世界の共有移動システムへの価格戦略の実用的導入を可能にすること。

提案手法

• 需要をデータ駆動的かつ価格によって調整可能な閉鎖型キューイングネットワークとして共有車両システムをモデル化すること。
• 有限台数のシステムを無限供給極限に投影し、解析的に最適価格を導出すること。
• 無限供給解を代理として用い、有限システムにおける価格を導出し、性能損失を評価すること。
• 無限供給から有限供給への還元技術を、単なる価格設定にとどまらず、広範な目的関数クラスに適用可能とする。
• 価格ベクトルに関する制約付き最適化として価格設定問題を定式化し、収益最大化などの目的関数と福祉制約を組み合わせること。
• 無限供給下での最適価格と実際の有限台数システムにおける性能との差を分析することで、近似保証を導出すること。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク外部性により、局所的な価格設定が全体の供給と需要に影響を与える共有車両システムにおいて、どのように価格を最適化できるか？
• RQ2 無限供給モデルにおける最適価格と実際の有限台数システムとの間の性能ギャップはどの程度か？
• RQ3 収益と福祉といった複数の目的を同時に扱い、一方である目的に硬い制約を課す統一フレームワークは可能か？
• RQ4 動的供給制約を考慮した価格モデルに、データ駆動型の需要パターンを効果的に統合するにはどうすればよいか？
• RQ5 無限供給近似は、有限台数の共有移動システムにおいて最適性をどの程度保持するのか？

主な発見

• 無限供給近似は、有限台数の共有車両システムにおける近似的最適価格を導出する強固な理論的基盤を提供する。
• 福祉や収益最大化を含む広範な目的関数クラスに対して、きめ細やかな近似保証を達成する。
• 無限供給価格が有限システムで示す性能損失は有界であり、理想化されたモデルにもかかわらず実用的意義を有する。
• この手法は、最小福祉水準を維持しながら収益を最大化するラムゼー価格設定といったマルチオブジェクティブ設定を効果的に処理できる。
• 無限から有限への供給還元技術は一般性が高く、価格設定にとどまらず、キューイングやリソース割り当ての広範な最適化問題に対しても価値を提供する。
• ネットワーク全体の外部性を考慮したデータ駆動型で動的価格設定が可能となり、システム効率が向上する。