ملخص تقني: التسعير الديناميكي شبه البارامتري الأمثل مع تنوع الميزات

1. صياغة المشكلة

يتناول المقال مشكلة التسعير الديناميكي السياقي في ظل نموذج طلب شبه بارامتري. يتفاعل البائع بشكل متكرر مع عملاء غير متجانسين، حيث يلاحظ متجه المتغيرات المساعدة $x_t$ (الذي يحتوي على ميزات المنتج ومعلومات العميل)، ويحدد السعر $p_t$. يتم نمذجة احتمالية الشراء كالتالي:
$$P(y_t = 1 | x_t, p_t) = 1 - F(p_t - m(x_t))$$
حيث:

• $m(x)$ هي دالة المنفعة المتوسطة (القيمة الجوهرية)، والتي يمكن أن تكون خطية، أو مضافة غير بارامترية، أو خطية متفرقة.
• $F$ هي توزيع ضوضاء السوق المجهول (دالة التوزيع التراكمي)، ويفترض أنها $\beta$-smooth (سلسة بمقدار $\beta$).
• الضوضاء $\epsilon_t$ هي مستقلة ومتماثلة التوزيع (i.i.d.) ومستقلة عن المتغيرات المساعدة.

الهدف هو تقليل الندم (Regret)، المعرف بأنه الفرق التراكمي بين إيرادات السياسة المثلى الكلية (التي تعرف $m$ و $F$) وسياسة التعلم.

التحديات:

1. الاقتران (Coupling): دالة المنفعة $m(\cdot)$ وتوزيع الضوضاء $F$ مرتبطان ارتباطاً وثيقاً؛ حيث تؤدي الأخطاء في تقدير أحدهما إلى تشويه تقدير الآخر.
2. الداخلية (Endogeneity): البيانات المستخدمة لتقدير $F$ يتم توليدها داخلياً بواسطة سياسة التسع، مما يؤدي إلى تحولات في التوزيع وتبعية زمنية.
3. محدودية الأعمال السابقة: تعتمد الطرق الموجودة إما على الاستكشاف العشوائي العالمي المكلف (مما يؤدي إلى معدلات ندم دون المستوى الأمثل تتدهور مع زيادة السلاسة $\beta$) أو تفشل في تحقيق المعدلات المثلى لنظم السلاسة الأعلى.

2. المنهجية: الانحدار متعدد الحدود المحلي التكراري (ILPR)

يقترح المؤلفون خوارزمية تسعير جشعة مرحلية تتجنب الاستكشاف العشوائي العالمي الصريح من خلال الاستفادة من تنوع الميزات. الفكرة الجوهرية هي أنه تحت فرضية تنوع الميزات، تكون العينات التي يتم جمعها أثناء مرحلة الاستغلال (التسعير الجشع) موزعة بشكل كافٍ لتنقية التقدير غير البارامتري لـ $F$.

تتقدم الخوارزمية عبر مراحل تنمو هندسياً ($T_l = 2^{l-1}T_0$):

1. الاستكشاف الأولي: مرحلة أولية قصيرة ($T_0$) تستخدم تسعيراً عشوائياً للحصول على مُقدّر أولي $\hat{m}$ لدالة المنفعة وتقدير أولي $\hat{F}_0$.
2. التسعير الجشع المرحلي: في المرحلة $l$، يضع البائع الأسعار بشكل جشع بناءً على التقديرات الحالية $\hat{m}$ و $\hat{F}_{l-1}$.
3. التنقية التكرارية: بعد كل مرحلة، تقوم الخوارزمية بتحديث تقدير $F$ باستخدام البيانات التي تم جمعها في تلك المرحلة. يتضمن ذلك ثلاثة مكونات حاسمة:
   • الانحدار متعدد الحدود المحلي (LPR): بدلاً من مُقدّرات Nadaraya-Watson (المستخدمة في العمل السابق)، تستخدم الطريقة الانحدار متعدد الحدود المحلي لتقدير $F$ ومشتقها $F'$ في آن واحد. هذا أمر بالغ الأهمية لمعالجة مشكلة "الأخطاء في المتغيرات"، حيث ينحرف المتغير المساعد المرصود $u_t = p_t - \hat{m}(x_t)$ عن المتغير الكامن الحقيقي.
   • تنعيم ما بعد المعالجة (Post-Smoothing): يتم تطبيق خطوة تنعيم نواة (kernel smoothing) لضمان أن دالة التحويل المقدرة $\hat{\phi}$ سلسة ورتيبة بما يكفي، مما يمنع أخطاء الانعكاس.
   • اضطراب الحدود (Boundary Pertation): لمعالجة انحياز الحدود وضمان تغطية قاعدة التسع المقدرة للنطاق اللازم، يتم تطبيق اضطراب استكمال خطي بالقرب من حدود الدعم.

فرضية تنوع الميزات: تعتمد الطريقة على افتراض أن توزيع المنفعة $m(x)$ (أو مُقدّرها $\hat{m}(x)$) يمتلك كثافة تتلاشى حدودياً بالقرب من الحدود. وهذا يضمن أن سياسة التسع "الجشعة" تستكشف الفضاء بشكل طبيعي لتقدير الدالة غير البارامترية $F$ دون الحاجة إلى عشوائية اصطناعية.

3. المساهمات الرئيسية والنتائج النظرية

أ. حد الندم العام

يضع المقال حداً عاماً للندم لأي مُقدّر أولي للمنفعة $\hat{m}$ مع خطأ $\epsilon_m = \|\hat{m} - m\|_\infty$:
$$\text{Regret}(T) \lesssim \max \left\{ T_0, T \epsilon_m^2, T^{\frac{3}{2\beta+1}} \right\}$$
هذا الحد يتحقق باحتمالية عالية وينطبق على المُقدّرات العامة التي تستوفي شروطاً تنظيمية معينة (استمرارية ليبشيت للمتوسط الشرطي للخطأ).

ب. معدلات محددة لفئات المنفعة

يحدد المؤلفون الحد لثلاث فئات من المنفعة:

1. النموذج الخطي ($m(x) = x^\top \theta$):
   • يتناسب الندم مع $T^{\max\{1/2, \frac{3}{2\beta+1}\}}$.
   • إذا كانت $\beta \ge 5/2$، يحقق المعدل النسبة البارامترية $\sqrt{T}$.
   • إذا كانت $\beta = 2$، فإن المعدل هو $T^{3/5}$، وهو ما يطابق المعدل الأمثل الذي استنتجه Wang & Chen (2025) لهذه الحالة المحددة.
2. النموذج المضاف غير البارامتري:
   • يتناسب الندم مع $\max\{(Td)^{\frac{2\gamma+1}{4\gamma+1}}, T^{\frac{3}{2\beta+1}}\}$، حيث $\gamma$ هي سلاسة المكونات المضافة.
3. النموذج الخطي المتفرق:
   • يتناسب الندم مع $\max\{\sqrt{s^3 T \log d}, T^{\frac{3}{2\beta+1}}\}$، حيث $s$ هو مستوى التفرق.

ج. الأمثلية والحدود الدنيا

يثبت المقال وجود حد أدنى مطابق لحالة المنفعة الخطية، مما يوضح أن المعدل $T^{\max\{1/2, \frac{3}{2\beta+1}\}}$ هو أمثل من الناحية الدنيا (minimax-optimal). وهذا يؤكد أن الخوارزمية المقترحة لا يمكن تحسينها فيما يتعلق باعتمادها على $T$ و $\beta$.

د. المقارنة مع الأعمال السابقة

• مقابل Fan et al. (2024): تحسن الطريقة المقترحة معدلات الندم لـ Fan et al.، خاصة بالنسبة للسلاسة العالية $\beta$. تعتمد طريقة Fan et al. على الاستكشاف العشوائي العالمي ومُقدّرات Nadaraya-Watson، والتي تعاني من مشاكل الأخطاء في المتغيرات وتظهر معدلات دون المستوى الأمثل مع زيادة $\beta$.
• مقابل Wang & Chen (2025): توسع الطريقة المعدل الأمثل $T^{3/5}$ (المعروف لـ $\beta=2$) إلى أي $\beta \ge 2$ وتحقق المعدل البارامتري عند $\beta \ge 5/2$.

4. التحقق التجريبي

أجرى المؤلفون تجارب عددية مكثفة:

• البيانات الاصطناعية: أكدت المحاكاة أن أسات (exponents) الندم التجريبية عبر مستويات سلاسة مختلفة ($\beta \in [2, 3.25]$ تطابق التوقعات النظرية عن كثب. تفوقت طريقة ILPR المقترحة بشكل كبير على كل من السياسة القائمة على النواة (Fan et al., 2024) وسياسة DIP (Luo et al., 2024).
• البيانات شبه الحقيقية: باستخدام بيانات من تحدي بيانات INFORS 2023 BSS، أنشأ المؤلفون بيئة تسعير شبه حقيقية. أظهرت سياسة ILPR تحسناً كبيراً (انخفاض متوسط في الندم بنسبة ~47–75%) مقارنة بالنماذج المرجعية عبر 161 منتجاً.

5. الأهمية والادعاءات

يدعي المقال تقديم أول حدود للندم الأدنى (minimax regret bounds) للتسعير السياقي شبه البارامتري لجميع معاملات السلاسة $\beta \ge 2$. تكمن أهميته الأساسية في:

1. إلغاء الاستكشاف المكلف: من خلال الاستفادة من تنوع الميزات، تعيد الخوارزمية استخدام بيانات الاستغلال الداخلية لتعلم غير البارامتري، متجنبة تكاليف الندم العالية للاستكشاف العشوائي العالمي.
2. الأمثلية: تحقق المعدل البارامتري $\sqrt{T}$ عندما يكون توزيع الضوضاء سلساً بما يكفي ($\beta \ge 5/2$)، وهو النطاق الذي فشلت فيه الطرق السابقة.
3. الدقة المنهجية: إن استخدام الانحدار متعدد الحدود المحلي مع تنعيم ما بعد المعالجة واضطراب الحدود يعالج بفعالية التحديات الإحصائية للمتغيرات المساعدة وتقدير المشتقات في البيئات الديناميكية.

يشير المؤلفون إلى أنه بينما تم وضع الحدود الدنيا للمنافع الخطية، فإن توسيعها إلى النماذج المضافة وعالية الأبعاد والمتفرقة يظل اتجاهاً مفتوحاً. كما يقترحون أن العمل المستقبلي يمكن أن يخفف من شرط تنوع الميزات أو يوسع الإطار ليشمل بيئات متعددة المنتجات وغير مستقرة.