📊 statistics

A Tale of Two Cities: Pessimism and Opportunism in Offline Dynamic Pricing

تقترح هذه الورقة إطاراً غير معلمي للتعريف الجزئي في سياق التسعير الديناميكي غير المتصل بالإنترنت في البيئات ذات التغطية التاريخية غير المكتملة، حيث تقدم قواعد قرار متشائمة وانتهازية متميزة توفر حدود ندم في العينات المحدودة وتتفوق على النماذج المرجعية لتعلم التعزيز غير المتصل بالإنترنت القياسية مع ربط الموقف المخاطري للشركة باستراتيجية التسعير المثلى الخاصة بها.

المؤلفون الأصليون: Zeyu Bian, Zhengling Qi, Lan Wang

نُشر 2026-05-22

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Zeyu Bian, Zhengling Qi, Lan Wang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك كابتن شركة طيران تحاول بيع تذاكر لرحلة ما. هدفك هو تحديد السعر المثالي: مرتفع بما يكفي لجني المال، ولكن منخفض بما يكفي ليقوم الناس بشراء التذاكر بالفعل.

عادةً ما يتعلم الكباتن عن طريق التجربة: "لنحاول سعر 200 دولار اليوم، و300 دولار غداً، ونرى ما سيحدث". لكن في العالم الحقيقي، لا تستطيع الشركات تجربة ذلك. لا يمكنهم تحمل خسارة المال بسبب الأسعار السيئة، أو ببساطة ليس لديهم الوقت لاختبار كل نقطة سعر ممكنة. بدلاً من ذلك، يتعين عليهم النظر إلى "كتاب تاريخ" للمبيات السابقة لمعرفة ما يجب فعله بعد ذلك. وهذا ما يسمى بـ "التسعير الديناميكي غير المتصل" (Offline Dynamic Pricing).

المشكلة: "الصفحات المفقودة" في كتاب التاريخ

يشير مؤلفو هذه الورقة البحثية إلى خلل رئيسي في كيفية استخدام الشركات المعتادة لكتب التاريخ هذه.

تخيل أن كتاب التاريخ الخاص بك يحتوي فقط على مدخلات للأسعار بقيمة 100، 200، و400 دولار. ليس لديك أي بيانات لسعر 300 دولار.

الطريقة القديمة: تقول معظم الخوارزميات الحاسوبية: "ليس لدينا بيانات لسعر 300 دولار، لذا لا يمكننا استخدامه. لنختر أفضل سعر من الأسعار التي لدينا بالفعل (100، 200، أو 400 دولار)".
الخطر: ماذا لو كان السعر المثالي هو 300 دولار بالفعل؟ من خلال تجاهل هذا السعر لأنه "مفقود" من السجلات، تترك الشركة أموالاً على الطاولة.

تسمي الورقة هذه المشكلة بـ "مشكلة عدم التغطية" (No-coverage problem). البيانات غير مكتملة، وأفضل سعر قد يكون مفقوداً تماماً من السجلات.

الحل: استخدام "المنطق السليم" (الرتابة - Monotonicity)

يقترح المؤلفون طريقة جديدة لقراءة كتاب التاريخ. إنهم يعتمدون على قاعدة بسيطة في الاقتصاد تسمى الرتابة (Monotonicity): مع ثبات العوامل الأخرى، إذا رفعت السعر، سيشتري عدد أقل من الناس.

فكر في الأمر كدرج (سلم). إذا كنت تعرف عدد الأش la الذين اشتروا تذاكر بسعر 200 دولار و400 دولار، يمكنك تقديم تخمين ذكي جداً لسعر 300 دولار، حتى لو لم يشترِ أحد بسعر 300 دولار بالضبط.

الطلب عند سعر 300 دولار يجب أن يكون أقل مما هو عليه عند 200 دولار.
والطلب عند سعر 300 دولار يجب أن يكون أعلى مما هو عليه عند 400 دولار.

لذا، بدلاً من تخمين رقم واحد لسعر 300 دولار، ينشئ المؤلفون "منطقة آمنة" (Safe Zone) (فترة زمنية/نطاق). هم يقولون: "لا نعرف الرقم الدقيق، لكننا نعلم أنه يقع في مكان ما بين نتيجة الـ 200 دولار ونتي_جة الـ 400 دولار".

الاستراتيجيتان: السلحفاة والثعلب

بمجرد حصولهم على هذه "المناطق الآمنة" بدلاً من الأرقام الفردية، يبتكر المؤلفون أسلوبين مختلفين لاتخاذ القرار للشركة.

1. السياسة المتشائمة (السلحفاة) 🐢

العقلية: "سيناريو الحالة الأسوأ".
كيف تعمل: تنظر السلحفاة إلى "المنطقة الآمنة" لكل سعر وتتساءل: "ما هو أدنى مبلغ من المال يمكنني كسبه إذا اخترت هذا السعر؟" ثم تختار السعر الذي يضمن أعلى قدر من تلك المبالض الدنيا (الأسوأ).
لمن هذه السياسة؟ للشركة التي تخشى خسارة المال. إذا كنت شركة صغيرة لا يمكنك تحمل يوم سيء، فأنت تريد السلحفاة. إنها تحميك من الجانب السلبي. إنها آمنة، مستقرة، ومملة.

2. السياسة الانتهازية (الثعلب) 🦊

العقلية: "ما الذي يفوتني؟"
كيف تعمل: ينظر الثعلب إلى "المناطق الآمنة" ويتساءل: "إذا اخترت هذا السعر، ما مدى سوء ما يمكن أن أصل إليه مقارنة بأفضل بديل متاح؟" إنه يحاول تقليل "الندم" الناتج عن اتخاذ القرار الخاطئ.
الفرق: إذا كان لسعر ما "أسوأ حالة" منخفضة ولكن لديه "أفضل حالة" ضخمة (فرصة صعود هائلة)، فقد يختاره الثعلب رغم ذلك. أما السلحفاة فسترفضه فوراً بسبب انخفاض الحد الأدنى. الثعلب مستعد لخوض مخاطرة محسوبة لاقتناص فوز كبير.
لمن هذه السياسة؟ للشركة الكبيرة والمستقرة ذات الموارد الضخمة التي ترغب في النمو. إذا كانت لديك الموارد لاستيعاب خسارة صغيرة مقابل فرصة لتحقيق ربح هائل، فأنت تريد الثعلب.

النتائج: ماذا حدث في التجارب؟

اختبر المؤلفون هذه الأفكار باستخدام محاكاة حاسوبية وبيانات حقيقية لتذاكر الطيران (تحديداً الرحلات من نيويورك إلى شارلوت).

الطرق القديمة: عندما كانت البيانات مفقودة (مثل سعر 300 دولار)، فشلت البرامج الحاسوبية القياسية. لقد تمسكت بالأسعار التي تعرفها، حتى لو كانت تلك الأسعار غير مثالية.
الطرق الجديدة:
- كانت استراتيجية الانتهازية (الثعلب) هي الفائزة في معظم الحالات. فقد كانت شجاعة بما يكفي لاختيار "الأسعار المفقودة" التي تبين أنها الأكثر ربحية. في العديد من الاختبارات، كان أداؤها يقارب أداء وجود بيانات مثالية.
- كانت استراتيجية المتشائمة (السلحفاة) أفضل من الطرق القياسية القديمة ولكنها كانت حذرة للغاية أحياناً. ومع ذلك، فقد كانت ممتازة في الحماية من الكوارث.
- والأهم من ذلك، أن الطرق "المتشائمة" القديمة التي استخدمها باحثون آخرون لم تختر أبداً سعراً مفقوداً. بينما استطاعت طريقة "المتشائم المطور" (Refined Pessimistic) فعل ذلك، ولكن في حالات محددة جداً (مثل إذا كان السعر المفقود هو الأعلى الممكن).

الخلاصة

تقدم هذه الورقة خريطة عملية للشركات عندما تكون بياناتها غير مكتملة:

لا تتجاهل الأسعار المفقودة. استخدم العلاقة بين الأسعار المرتفعة والمنخفضة لتقدير ما قد تكون عليه الأسعار المفقودة.
اختر شخصيتك.
- إذا كنت بحاجة إلى الأمان وتكره خسارة المال، فاستخدم قاعدة المتشائم.
- إذا كنت تريد النمو ومستعداً للمخاطرة قليلاً للحصول على الكثير، فاستخدم القاعدة الانتهازية.

تثبت الورقة رياضياً أن هاتين القاعدتين هما أفضل طريقتين للتعامل مع هذه المشكلة المحددة، مما يمنح الشركات خياراً واضحاً بناءً على مقدار المخاطرة التي يمكنهم تحملها.

ملخص تقني: حكاية مدينتين: التشاؤم والانتهازية في التسعير الديناميكي غير المتصل (Offline Dynamic Pricing)

بيان المشكلة
تتناول هذه الورقة التحدي المتمثل في التسعير الديناميكي غير المتصل في البيئات التي توفر فيها البيانات التاريخية تغطية غير كاملة لمساحة السعر. في العديد من التطبيقات العملية، لا تستطيع الشركات تحمل تكاليف أو مخاطر التجارب الواسعة، مما يؤدي إلى مجموعات بيانات تكون فيها بعض الأسعار المرشحة — بما في ذلك الأسعار المثلى المحتملة — غير مرصودة تماماً. إن أساليب التعلم المعزز غير المتصل (Offline RL) القياسية، بما في ذلك تلك التي تعتمد على فرضيات التغطية الكاملة أو التغطية الجزئية (حيث يجب أن تكون إجراءات السياسة المثلى ممثلة في البيانات)، تفشل في حالات "عدم التغطية" هذه. فعندما يغيب السعر الأمثل، لا تعود دوال الطلب ودوال (Q-function) محددة بنقطة واحدة، مما يجعل المقدرات القياسية غير مثالية أو غير قابلة للتطبيق. يهدف المؤلفون إلى تطوير إطار عمل سليم إحصائياً للتسعير الديناميكي غير المتصل يعمل دون أي افتراضات لتغطية البيانات، وذلك من خلال الاستفادة من الانتظام الاقتصادي الأساسي المتمثل في أن الطلب يتناقص (أو لا يتزايد) مع السعر.

المنهجية
يقترح المؤلفون إطار عمل للتعرف الجزئي غير معلمي (nonparametric) يستغل رتابة (monotonicity) الطلب بالنسبة للسعر لتحديد حدود لقيمة الأسعار غير المرصودة.

إطار التعرف الجزئي:
بدلاً من الاستقراء عبر النماذج المعلمية (parametric models)، تطور الطريقة حدوداً فترية لدالة توزيع الطلب $F_t(d|a)$ عند الأسعار غير المرصودة $a$ . وتُشتق هذه الحدود من توزيعات الطلب المرصودة عند أقرب سعر أدنى ( $a^L_t$ ) وأعلى ( $a^U_t$ ). وتحديداً، بالنسبة لسعر غير مرصود $a$ ، يتم حصر دالة التوزيع التراكمي الشرطية بـ $F_t(d|a^L_t) \le F_t(d|a) \le F_t(d|a^U_t)$ . وللتعامل مع أخطاء المعاينة، يقوم المؤلفون بتنقيح هذه الحدود باستخدام فترات الثقة المستمدة من متباينة "دوفريتي-كيفر-وولفويتز" (Dvoretzky–Kiefer–Wolfowitz)، مما يضمن وقوع دالة التوزيع التراكمي الحقيقية ضمن الفترة المنشأة باحتمالية عالية.
قواعد القرار:
ضمن هذا الإطار، يصيغ المؤلفون قاعدتي قرار ديناميكيتين مختلفتين مصممتين لبيئات عدم التغطية المتسلسلة:

السياسة المتشائمة (Pessimistic Policy): تهدف هذه السياسة إلى تعظيم أسوأ عائد محتمل. فهي تختار السعر الذي يعظم الحد الأدنى لدالة (Q-function)، والذي يتم بناؤه عن طريق تقليل دالة (Q) عبر مجموعة الثقة لتوزيعات الطلب المحتملة. يوفر هذا النهج حماية ضد مخاطر الجانب السلبي عندما يكون عدم اليقين بشأن الأسعار غير المرصودة كبيراً.
السياسة الانتهازية (Opportunistic Policy): تهدف هذه السياسة إلى تقليل أسوأ ندم (regret) مقارنة بأفضل بديل متاح. وبخلاف النهج المتشائم الذي يركز على الحد الأدنى للإيرادات، يهتم النهج الانتهازي بأقصى ندم قد ينجم عن إجراء ما مقارنة بأفضل إجراء بديل في ظل أسوأ تحقق للطلب المجهول. يسمح هذا للشركات بالسعي وراء المكاسب المحتملة من الأسعار غير المستكشفة جيداً.

الخوارزميات:
يطور المؤلفون خوارمايات فعالة لكلتا السياستين باستخدام الاستقراء العكسي (backward induction/dynamic programming). وتتضمن الخطوة الحسابية الجوهرية حل برنامج خطي لإيجاد أسوأ قيمة (Q-value) للسياسة المتشائمة، أو أسوأ ندم للسياسة الانتهازية، ضمن مجموعات الثقة المنشأة.

المساهمات الرئيسية

إطار عمل بدون تغطية: تقدم الورقة أول تقنية تسعير ديناميكي غير متصل تظل صالحة دون أي افتراض لتغطية البيانات. حيث قدمت إطار عمل للتعرف الجزئي لتعلم السياسات عندما تكون الأسعار المثلى غائبة عن البيانات غير المتصلة، دون فرض قيود معلمية على الطلب، أو فئة السياسة، أو فئة دالة (Q).
الضمانات النظرية: يضع المؤلفون حدود ندم في العينة النهائية (finite-sample regret bounds) لكل من السياسات المتشائمة والانتهازية. وتتكون هذه الحدود من حدين: أحدهما يلتقط خطأ التقدير للأسعار المرصودة، والآخر يحدد التكلفة الإضافية الناجمة عن الأسعار المثلى غير المرصودة.
- عندما تكون التغطية للمثالية موجودة، يستعيد الندم المعدل القياسي وهو $O_p(\sqrt{\log N / N})$ .
- عندما تفشل التغطية، توضح النتائج بدقة التكلفة الناتجة عن التعلم تحت ظروف التعرف الجزئي، مما يظهر أن الحد ضيق (attainable).
الربط الإداري: يوفر الإطار ربطاً عملياً بين الموقف تجاه المخاطر للشركة وسياسة التسعير الخاصة بها. فهو يميز بين الشركات التي تسعى لاستقرار الإيرادات (السياسة المتشائمة) والشركات المستعدة لتحمل مخاطر مدروسة من أجل مكاسب محتملة (السياسة الانتهازية).

النتائج
قيم المؤلفون أساليبهم من خلال عمليات محاكاة وتطبيق على بيانات حقيقية تتعلق بتسعير تذاكر الطيران.

المحاكاة: باستخدام نماذج طلب "بواسون" (Poisson) و"النيجاتيف ثنائي الحدين" (Negative Binomial) مع آليات مختلفة للبيانات المفقودة، تمت مقارنة الأساليب المقترحة مقابل خطوط أساس التعلم المعزز غير المتصل القياسية (Greedy, Vanilla Pessimistic, Conservative Q-Learning, and Batch-Constrained Q-learning). تظهر النتائج أن الطريقة الانتهازية المقترحة غالباً ما تتفوق على خطوط الأساس، خاصة في السيناريوهات التي تكون فيها سياسة السلوك غير مثالية أو تغطية البيانات شحيحة. تحقق الطريقة الانتهازية تكراراً أداءً مقارباً لسياسة "الأوراكل" (oracle) المثالية حتى مع غياب الأسعار. كما تتفوق الطريقة المتشائمة المنقحة أيضاً على النهج المتشائم التقليدي في عدة حالات. ومن الجدير بالذكر أن الطريقة الانتهازية هي الوحيدة القادرة على اختيار الأسعار غير المرصودة التي تكون مثالية، بينما تميل الخطوط المتشائمة (بما في ذلك النسخة المنقحة في معظم الحالات) إلى استبعادها.
تطبيق البيانات الحقيقية: في تحليل لبيانات تذاكر طيران من موقع "Expedia" (مسار JFK إلى CLT)، حيث كانت بعض نقاط الأسعار ممثلة تمثيلاً ناقصاً، حققت الطريقة الانتهازية أعلى إيرادات إجمالية تجريبية في محاكاة مونت كارلو. جاءت الطريقة المتشائمة المنقحة في المرتبة الثالثة، حيث كان أداؤها أسوأ قليلاً من (CQL)، بينما حقق النهج المتشائم التقليدي أدنى إيرادات. نجحت الطريقة الانتهازية في اختيار نقطة السعر غير المرصودة في حالات محددة، بينما لم تفعل (CQL) ذلك.

الأهمية والادعاءات
تدعي الورقة أنها تسد الفجوة بين التسعير الدينمايكي غير المتصل والتعرف الجزئي في بيئة متسلسلة تفتقر للتغطية. وتجادل بأن أساليب التعلم المعزز غير المتصل الحالية غير كافية لمشاكل التسعير حيث قد يغيب السعر الأمثل تماماً عن البيانات التاريخية. ومن خلال الاستفادة من رتابة الطلب، يسمح إطار العمل المقترح بتعلم السياسات خارج نطاق دعم البيانات المرصودة دون الاعتماد على افتراضات معلمية. ويؤكد المؤلفون أن حدود الندم الخاصة بهم ضيقة ومثالية من حيث المعدل (rate-optimal). ومن الناحية الإدارية، يقدم العمل أداة دقيقة لصناع القرار، مما يسمح لهم بالاختيار بين استراتيجية متحفظة (التشاؤم) للحماية من الجانب السلفي، واستراتيجية هجومية (الانتهازية) للمكاسب المحتملة، بناءً على قدرتهم على تحمل المخاطر وتوافر الموارد. وتخلص الورقة إلى أنه بينما لا يوجد استراتيجية واحدة تتفوق بشكل موحد على الأخرى، فإن الاختيار يعتمد على السياق المحدد والأهداف الاستراتيجية للشركة فيما يتعلق بالمخاطر وعدم اليقين.