旅行行业供应链价格与销量的建模.pdf

1、旅行行业供应链价格与销量关系建模2024.01/肖文栋（寻潇）Fliggy2024飞猪技术目录 C O N T E N T S01-问题背景02-基于需求函数的量价建模03-基于因果推断的量价建模04-多场景量价联合建模问题背景量价建模问题难点：缺少ground-truth需求函数复杂性数据稀疏性单调性离线、在线评估一致性目录 C O N T E N T S01-问题背景02-基于需求函数的量价建模03-基于因果推断的量价建模04-多场景量价联合建模基于需求函数的量价建模 Elastic Demand Function The optimal price基于需求函数的量价建模 Price El

2、asticity Prediction Model基于需求函数的量价建模 Metric基于需求函数的量价建模 EXPERIMENTSCIKM 22：Modeling Price Elasticity for Occupancy Prediction in Hotel Dynamic Pricing基于需求函数的量价建模 Demand Function目录 C O N T E N T S01-问题背景02-基于需求函数的量价建模03-基于因果推断的量价建模04-多场景量价联合建模基于因果推断的量价建模 价格与销量属于因果关系，我们想要刻画的是价格（treatment）对销量（outcome）的因

3、果效应，以往的量价关系模型本质是从相关性角度建模，无法准确刻画出这种因果关系，导致建模不够精准。现有的因果推断方法应用在量价建模面临着以下几个问题：酒店成交数据过于稀疏，对应到多值treatment，treatment每个取值对应的样本更加稀疏，影响模型性能；当前因果模型无法处理酒店价格与销量的单调性问题，会造成价格越高销量越高的现象，违背经济学基本规律，有损量价关系的可解释性，导致业务不可用；现有的因果模型treatment仍主要聚焦于二值类型，而量价场景中treatment是一个连续变量；尽管有部分工作可以处理多值treatment，其一方面受限于数据的稀疏性影响导致模型训练不充分，另一方

4、面无法保证价格与销量的单调性；因果模型普遍存在treatment bias及样本不平衡问题，其在酒店量价场景中更加显著。基于因果推断的量价建模Sample Set:基于因果推断的量价建模Three standard assumptions:Two problems:基于因果推断的量价建模 Data Augmentationrandomly select as the virtual treatment,and obtain the virtual sample：according to the monotonic relationship,further construct virtual samples:基于因果推断的量价建模 Overall framework基于因果推断的量价建模 EXPERIMENTSCIKM 23：A Causality-Driven Model for Hotel Dynamic Pricing目录 C O N T E N T S01-问题背景02-基于需求函数的量价建模03-基于因果推断的量价建模04-多场景量价联合建模多场景量价联合建模多场景量价联合建模 Problem Formula多场景量价联合建模 Overall framework多场景量价联合建模 Metric多场景量价联合建模 EXPERIMENTSTHANKS感 谢 聆 听