[논문 리뷰] Multi-objective pricing for shared vehicle systems.

Siddhartha Banerjee, Daniel Freund외 1명|arXiv (Cornell University)|2016. 08. 24.

Transportation and Mobility Innovations참고 문헌 15인용 수 15

한 줄 요약

이 논문은 네트워크 외부성에 의해 전체 네트워크에 걸쳐 공급과 수요에 영향을 미치는 공유 차량 시스템(예: 자전거 공유, 자동차 공유)에 대한 데이터 기반, 다목적 가격 설정 프레임워크를 제안한다. 무한 공급 근사치를 통해 네트워크 외부성을 처리함으로써, 라모지 가격 설정과 같은 제약 조건 하에 복지 및 수익과 같은 목표에 대해 엄밀한 근사 보장을 제공하며, 유한 차량 수 시스템에서도 뛰어난 성능을 보인다.

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.

연구 동기 및 목표

• 네트워크 외부성으로 인해 한 지점에서의 가격 설정이 전체 네트워크의 공급과 수요에 영향을 미치는 공유 차량 시스템에서 최적의 가격을 설정하는 데 도전하는 것.
• 최소 복지 수준과 같은 제약 조건 하에 수익 최대화 또는 사회적 복지 최대화와 같은 다수의 목표를 지원하는 가격 설정 프레임워크를 개발하는 것.
• 무한 공급 근사 모델을 활용하여 실제 유한 차량 수 시스템에서의 가격 결정에 대해 엄밀한 근사 보장을 제공하는 것.
• 실제 수요 데이터와 동적 가격 조절을 활용하여 실생활 공유 이동 시스템에 가격 전략을 실용적으로 구현하는 것.

제안 방법

• 수요가 데이터 기반이며 가격에 의해 조절되는 닫힌 큐잉 네트워크로 공유 차량 시스템을 모델링하는 것.
• 유한 차량 수 시스템을 무한 공급 근사치로 확장하여 최적의 가격을 분석적으로 유도하는 것.
• 무한 공급 솔루션을 프록시로 사용하여 유한 시스템의 가격을 유도하고 성능 손실의 범위를 제한하는 것.
• 무한 공급에서 유한 공급으로의 감소 기법을 단순 가격 설정을 넘어서 다양한 목적 함수에 일반적으로 적용 가능하도록 하는 것.
• 가격 벡터에 대한 제약 조건이 있는 최적화 문제로 가격 설정 문제를 공식화하며, 수익 최대화와 같은 목표를 제약 조건과 함께 고려하는 것.
• 무한 공급 최적 가격과 실제 유한 차량 수 시스템에서의 성능 간 격차를 분석하여 근사 보장을 도출하는 것.

실험 결과

연구 질문

• RQ1 네트워크 외부성이 존재할 경우, 지역적 가격 설정이 전체 시스템의 공급과 수요에 영향을 미치므로, 공유 차량 시스템의 가격 설정을 어떻게 최적화할 수 있는가?
• RQ2 무한 공급 모델에서의 최적 가격과 실제 유한 차량 수 시스템 간의 성능 격차는 얼마인가?
• RQ3 복수의 목표(예: 수익과 복지)를 동시에 다룰 수 있는 통합 프레임워크는 하나의 목표에 하드 제약 조건을 두고도 유연하게 적용 가능한가?
• RQ4 다이나믹한 공급 제약 조건을 고려하는 가격 모델에 효과적으로 통합할 수 있는 데이터 기반 수요 패턴은 어떻게 설계할 수 있는가?
• RQ5 무한 공급 근사치는 유한 차량 수 공유 이동 시스템에서 최적성을 어느 정도 유지하는가?

주요 결과

• 무한 공급 근사치는 유한 차량 수 공유 차량 시스템에서 근사 최적 가격을 도출하는 데 강력한 이론적 기반을 제공한다.
• 복지 및 수익 최대화와 같은 광범위한 목적 함수 클래스에 대해 엄밀한 근사 보장을 달성한다.
• 무한 공급 가격이 유한 시스템에서 성능 손실가 제한되어 있어, 이상화된 모델임에도 실용적 관련성을 확보한다.
• 이 방법은 수익을 최대화하면서도 최소 복지 수준을 유지하는 라모지 가격 설정과 같은 다목적 설정을 성공적으로 처리한다.
• 무한에서 유한으로의 공급 감소 기법은 가격 설정을 넘어서 일반적으로 적용 가능하며, 큐잉 및 자원 할당 문제의 광범위한 최적화 문제에 가치를 제공한다.
• 네트워크 전역의 외부성을 고려한 데이터 기반, 동적 가격 설정을 가능하게 하여 시스템 효율성을 향상시킨다.