多分支混合密度拍卖时长预测网络

融合博弈论与嵌入

该网络结合预训练产品嵌入与博弈论预测，在便士拍卖真实数据上实现超越纯博弈论和纯机器学习方法的时长分布预测。

Wang, Yujia · 余皓然

2024

技术优势

不用选边站

融合博弈论与机器学习，同时克服博弈论对强理性的依赖和机器学习对数据同分布的要求。

参数不用手调

提出精确推断博弈论模型参数的方法，减少人工干预。

预测得更准

在真实便士拍卖数据上，该框架的预测性能优于纯博弈论和纯机器学习方法。

应用场景

• 拍卖平台算法优化：为拍卖平台提供时长预测模型，辅助优化拍卖参数。
• 博弈论与机器学习融合：为融合博弈论与机器学习提供可复用的技术框架。
• 便士拍卖管理：帮助便士拍卖平台预测时长与收益，改善运营决策。