Transfer Learning for Contextual Joint Assortment-Pricing under Cross-Market Heterogeneity

1. Il Problema

Il lavoro affronta la sfida di ottimizzare le decisioni di assortimento (quali prodotti offrire) e prezzi (quanto chiedere) in un mercato target, sfruttando dati provenienti da mercati sorgente correlati ma non identici.

• Contesto: Un venditore opera su più mercati (es. diverse città o piattaforme) e deve prendere decisioni in un mercato target specifico (spesso nuovo o con dati limitati), osservando solo feedback "a bandito" (prezzi pubblicati e acquisti realizzati), senza conoscere le curve di domanda sottostanti.
• Modello di Scelta: La domanda è modellata tramite un Multinomial Logit (MNL) contestuale, dove l'utilità latente dipende dalle caratteristiche del prodotto, dal prezzo e da parametri specifici del mercato.
• La Sfida Principale:
  • L'uso indiscriminato dei dati dei mercati sorgente (pooling naive) può introdurre bias sistematici a causa delle differenze nelle preferenze dei clienti tra i mercati.
  • Ignorare i dati sorgente (apprendimento solo sul target) porta a una varianza elevata e a un apprendimento lento.
  • L'obiettivo è trovare un equilibrio: accelerare l'apprendimento sfruttando la struttura condivisa, ma correggere le deviazioni specifiche del mercato target per evitare decisioni distorte.

2. Metodologia: TJAP (Transfer Joint Assortment-Pricing)

Gli autori sviluppano un framework chiamato TJAP, basato su una struttura di trasferimento "consapevole del bias" (bias-aware).

A. Modello di Eterogeneità Strutturata

Invece di assumere che i mercati siano identici o arbitrariamente diversi, il modello assume uno spostamento strutturato delle preferenze:

• I mercati condividono una struttura di utilità contestuale comune.
• Le differenze rispetto al mercato target sono confinate a un insieme sparso di coordinate latenti (es. sensibilità al prezzo per alcune categorie specifiche).
• Questo spostamento è modellato come $\nu^{(0)} - \nu^{(h)} = \delta^{(h)}$, dove $\delta^{(h)}$ è un vettore sparso con supporto di dimensione al più $s_0$.

B. Il Framework TJAP

L'algoritmo opera in "episodi" di lunghezza geometricamente crescente e si basa su tre componenti principali:

1. Stima "Aggregate-then-Debias" (Aggrega poi Correggi):

   • Aggregazione: I dati dei mercati sorgente vengono combinati per stimare i componenti di preferenza condivisi, riducendo drasticamente la varianza statistica lungo le direzioni comuni.
   • Correzione del Bias (Debiasing): L'estimatore aggregato viene poi raffinato utilizzando solo i dati del mercato target tramite una regressione Lasso ($\ell_1$-regularizzata) per stimare lo spostamento sparso $\delta$. Questo passo isola le differenze specifiche del target.

2. Regola Decisionale Ottimistica con Confini a Doppio Raggio:

   • TJAP utilizza un approccio UCB (Upper Confidence Bound) frequentista.
   • I limiti di confidenza per l'utilità sono costruiti con una struttura a due raggi:
     • Raggio di Varianza: Basato sulla matrice di informazione di Fisher aggregata (target + sorgenti), che si contrae all'aumentare dei dati sorgente.
     • Raggio di Bias di Trasferimento: Basato sulla sparsità $s_0$ e sulla stima dell'errore residuo dovuto alle differenze tra mercati.
   • I confini sono uniformi sui prezzi continui, permettendo l'ottimizzazione congiunta di assortimenti discreti e prezzi continui.

3. Controllo della Geometria dell'Informazione Episodica:

   • Per garantire la stabilità dell'apprendimento sotto decisioni adattive, la geometria dell'informazione (matrici di confidenza) viene "congelata" all'interno di ogni episodio.
   • Viene implementato un meccanismo di esplorazione forzata (gate-controlled) solo quando la curvatura dell'informazione nel mercato target è insufficiente per garantire l'identificabilità dei parametri spostati.

3. Contributi Chiave

1. Formulazione Teorica: Introduzione di un modello di trasferimento strutturato per l'assortimento e il prezzo congiunto sotto domanda MNL, che cattura l'eterogeneità tramite spostamenti sparsi delle preferenze.
2. Algoritmo TJAP: Sviluppo di un framework unificato che separa esplicitamente la riduzione della varianza (tramite pooling) dal controllo del bias (tramite adattamento specifico al target), gestendo la complessità combinatoria degli assortimenti e la continuità dei prezzi.
3. Limiti Minimax e Trade-off Varianza-Bias:
   • Gli autori stabiliscono limiti superiori e inferiori di rigetto (regret) che coincidono (fino a fattori logaritmici).
   • Il limite superiore è dell'ordine:
     $$\tilde{O}\left( d \sqrt{\frac{T}{1+H}} + s_0 \sqrt{T} \right)$$
     Dove $d$ è la dimensione delle feature, $T$ l'orizzonte temporale, $H$ il numero di mercati sorgente e $s_0$ la sparsità dello spostamento.
   • Il primo termine mostra che il trasferimento riduce la varianza di un fattore $\sqrt{1+H}$.
   • Il secondo termine rappresenta il costo inevitabile di adattamento lungo le coordinate eterogenee, che non beneficia dei dati sorgente.
4. Dimostrazione dell'Inevitabilità: Il limite inferiore minimax dimostra che nessun algoritmo può migliorare la dipendenza da $H$ o eliminare il termine guidato da $s_0$ senza ulteriori assunzioni strutturali.

4. Risultati Sperimentali

Gli esperimenti su dati sintetici confermano la teoria:

• Accelerazione dell'Apprendimento: TJAP riduce sistematicamente il rigetto cumulativo all'aumentare del numero di mercati sorgente ($H$), con una velocità di convergenza coerente con il fattore $1/\sqrt{1+H}$.
• Superiorità rispetto al Pooling Naive: L'aggregazione semplice dei dati (senza correzione del bias) porta a prestazioni peggiori quando l'eterogeneità è presente, confermando la necessità della correzione "debiasing".
• Robustezza: TJAP supera sia l'apprendimento solo sul target (CAP) sia metodi basati solo sui prezzi, dimostrando che la modellazione congiunta di assortimento e prezzo è cruciale.
• Efficienza: L'overhead dell'esplorazione forzata è trascurabile rispetto ai guadagni derivanti dal trasferimento.

5. Significato e Implicazioni

Questo lavoro è significativo per diversi motivi:

• Gestione del Rischio nel Trasferimento: Fornisce un quadro teorico rigoroso su quando e come è sicuro riutilizzare dati storici in nuovi mercati, evitando il "negative transfer".
• Scalabilità Operativa: Offre una soluzione pratica per le piattaforme digitali che lanciano costantemente nuovi prodotti o entrano in nuovi mercati, permettendo di accelerare l'ottimizzazione dei ricavi senza sacrificare la precisione.
• Comprensione dei Limiti: Chiarisce che il beneficio del trasferimento è limitato dalla sparsità delle differenze tra i mercati. Se le differenze sono diffuse (alta $s_0$), il trasferimento offre vantaggi marginali; se sono localizzate (bassa $s_0$), i guadagni sono sostanziali.
• Avanzamento Teorico: Colma il divario tra la letteratura sull'apprendimento per trasferimento (spesso lineare o con feedback completo) e quella sulla gestione dei ricavi con modelli di scelta discreta e feedback a bandito.

In sintesi, il paper dimostra che un approccio consapevole del bias, che combina l'aggregazione dei dati per ridurre la varianza con una correzione mirata per gestire l'eterogeneità, è la strategia ottimale per l'ottimizzazione congiunta di assortimento e prezzi in ambienti multi-mercato.