2022年10月31日上午，北京交通大學經管學院時空經濟沙龍第96期通過騰訊會議平臺在線上舉行。本期沙龍邀請到多倫多大學陳寧遠博士做學術報告，主題為“Model-Free Assortment Pricing with Transaction Data”。我院王雅璨教授、劉淑利博士、鄒正興博士等150余名師生參加了本次沙龍，報告由曹志剛教授主持。
陳寧遠博士研究了收益管理中的一個常見問題：企業如何利用交易數據進行多產品定價，其中交易數據包括歷史顧客從一類產品中選擇哪種產品，以及他們觀察到的歷史價格是多少。首先，陳寧遠介紹了多產品定價的背景和常見處理方法，即先建模、再估計、最后優化。這種方法具有諸多優點，如模型容易理解、參數估計和優化問題有好的求解方法等。但可能的局限性是模型設置可能會有錯誤以及數據量少的時候參數不容易估計。陳寧遠博士與合作者提出一種數據驅動的新方法，跳過建模這一步驟，不用估計顧客對產品價值的分布函數，只假設購買選擇滿足激勵相容約束。利用激勵相容約束將每一個歷史顧客對產品估值建模為一個多面體集，并假設新客戶的產品估值服從此多面體集合所隱含的概率分布函數，由此考慮企業在最壞情況下收益最大化的定價策略。該優化問題可轉化為一個混合整數規劃。隨后，陳寧遠及其合作者研究單產品情形，并將其結果與傳統的模型驅動的結果聯系起來。同時，針對混合整數規劃求解困難的問題，該研究還設計了三種計算復雜度低且可解釋的近似算法。最后，仿真數據和真實的數值實驗表明，當歷史數據規模有限或者容易受到模型設定錯誤的影響時，無模型方法相較傳統基于模型的方法有較大優勢。
陳寧遠，多倫多大學助理教授。2010年獲北京大學數學學士學位，2012年和2015年獲哥倫比亞大學運籌學碩士和博士學位。研究興趣為收益管理、運作管理以及統計學相關的議題，聚焦于利用在線學習、機器學習等方法做數據驅動決策。在Management Science、Operations Research、Annals of Statistics、Mathematics of Operations Research、Production and Operations Management、Manufacturing & Service Operations Management等國際權威期刊發表學術論文近20篇。
