[论文解读] Managing Appointment Scheduling under Patient Choices

Nan Liu, Peter M. van de Ven+1 more|arXiv (Cornell University)|Sep 16, 2016

Healthcare Operations and Scheduling Optimization参考文献 21被引用 3

一句话总结

本文提出了两种模型——非顺序和顺序预约时段提供——以最大化在线预约系统中的时段预订量。它为非顺序提供提出了一种渐近最优的随机化策略，并为顺序提供推导出一个闭式最优策略，表明与非顺序方法相比，顺序提供可将时段填充率提高6–18%，并揭示其与具备完美偏好信息的假设系统之间存在关键等价性。

ABSTRACT

Motivated by the increasing use of online appointment booking platforms, we study how to offer appointment slots to customers in order to maximize the total number of slots booked. We develop two models, non-sequential offering and sequential offering, to capture different types of interactions between customers and the scheduling system. In these two models, the scheduler offers either a single set of appointment slots for the arriving customer to choose from, or multiple sets in sequence, respectively. For the non-sequential model, we identify a static randomized policy which is asymptotically optimal when the system demand and capacity increase simultaneously, and we further show that offering all available slots at all times has a constant factor of 2 performance guarantee. For the sequential model, we derive a closed-form optimal policy for a large class of instances and develop a simple, effective heuristic for those instances without an explicit optimal policy. By comparing these two models, our study generates useful operational insights for improving the current appointment booking processes. In particular, our analysis reveals an interesting equivalence between the sequential offering model and the non-sequential offering model with perfect customer preference information. This equivalence allows us to apply sequential offering in a wide range of interactive scheduling contexts. Our extensive numerical study shows that sequential offering can significantly improve the slot fill rate (6-8% on average and up to 18% in our testing cases) compared to non-sequential offering.

研究动机与目标

• 为解决在线预约系统中客户选择情境下最大化预约时段预订量的挑战。
• 对两种不同的交互模式进行建模与比较：非顺序（一次性批量提供）与顺序（基于客户响应分轮次迭代提供）的时段展示。
• 在大规模系统条件下，为两种模型开发最优及近似最优策略。
• 识别可提升现实世界预约预订效率的运营洞察。
• 探讨顺序提供与具备客户偏好完美信息的非顺序系统之间的理论等价性。

提出的方法

• 提出一种非顺序提供模型，即所有可用时段一次性向客户展示。
• 为非顺序模型设计一种静态随机策略，并证明其在系统规模增大时渐近最优。
• 为始终提供所有可用时段的策略建立2-近似性能保证。
• 引入一种顺序提供模型，即根据客户响应在多轮中逐步展示时段。
• 在客户偏好分布的广泛类别下，推导出顺序提供的闭式最优策略。
• 当不存在闭式解时，基于最优策略的结构洞察设计一种启发式方法用于顺序提供。

实验结果

研究问题

• RQ1 在时段填充率方面，顺序提供相较于非顺序提供的性能表现如何？
• RQ2 在非顺序模型中，始终提供所有可用时段的策略具有怎样的理论性能保证？
• RQ3 在何种条件下可为顺序提供模型推导出闭式最优策略？
• RQ4 顺序提供与具备客户偏好完美信息的非顺序系统之间存在何种关系？
• RQ5 可从中获得哪些运营洞察以改进现实世界的预约调度系统？

主要发现

• 与非顺序提供相比，顺序提供可将平均时段填充率提高6–8%。
• 在某些测试案例中，顺序提供可将时段填充率提升高达18%。
• 在非顺序模型中，始终提供所有时段的策略具有2倍的常数性能保证。
• 顺序提供模型与具备完美客户偏好信息的非顺序模型之间存在理论等价性。
• 为广泛类别的客户偏好分布，推导出了顺序提供的闭式最优策略。
• 所提出的顺序提供启发式方法即使在无显式最优策略的情况下也表现良好。