AIGP — LLM 动态定价：长期 GMV 对齐框架（+13% GMV A/B实测）

1. 解决的问题

业务痛点：吸奶器年度销量呈强季节性（Q3-Q4 旺季 GMV 占全年 65%），且 Momcozy 经常在大促前一周大幅降价抢占位次

2. 核心算法逻辑

传统 RL 定价只优化短期收益（当日 GMV / 点击转化），忽视了跨周期的用户粘性损耗：盲目降价快速促单，但破坏品牌溢价 → 用户形成"等降价"心理锚点 → 长期 LTV 下降。AIGP 的核心创新是将 LLM 可解释决策与离线 RL 长期价值估计解耦组合，做到"今天的定价对三个月后的 GMV 负责"。

3. 业务应用场景

业务痛点：吸奶器年度销量呈强季节性（Q3-Q4 旺季 GMV 占全年 65%），且 Momcozy 经常在大促前一周大幅降价抢占位次。传统做法是手动跟价，但往往降太多伤利润或降太少丢份额。

AIGP 如何做长期 GMV 最优而非单日最优：

| 情景 | 短期 RL 的错误行为 | AIGP 的长期最优策略 | |------|-----------------|--------------------| | 旺季（10-11 月） | 看到流量高涨，降价冲 BSR 排名 | LTVE 识别旺季需求非弹性（$|\epsilon| \approx 0.7$），维持高价最大化利润；优先保障品牌溢价形成 Q1 复购基础 | | 淡季（2-4 月） | 需求低迷，大幅降价清库存 | LTVE 评估降价带来的"廉价锚点"会压制旺季复购，建议 -5% 微调 + 赠品套装组合，维护品牌调性 | | 竞品降价（Momcozy -20%） | 立即

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• 需要 LLM API 接入（生产环境建议 70B+ 模型或专属微调）
• LTVE 训练需至少 6 个月高质量历史价格-销量配对数据
• DPO 偏好数据标注需业务团队配合（正负样本定义）
• 生产蒸馏部署需 MLOps 基础设施

7. 代码模板

代码块数量：1 · 路径：未检测到

"""
AIGP Dynamic Pricing — LLM + LTVE + DPO 长期 GMV 对齐框架
论文: AIGP: An LLM-Based Framework for Long-Term Value Alignment in E-Commerce Pricing
ICLR 2026 Workshop | 真实电商平台 A/B 实测 GMV +13.21%
"""

from dataclasses import dataclass, field
from typing import List, Optional, Tuple
import numpy as np
import random


@dataclass
class PricingContext:
    """定价上下文数据类"""
    sku_id: str
    current_price: float
    cost: float
    competitor_prices: List[float]          # 竞品价格列表
    demand_history: List[float]             # 历史日销量（最近 30 天）
    season: str                              # "peak" | "off" | "normal"
    days_since_launch: int = 0              # 新品冷启天数，0 = 成熟品
    review_count: int = 0                   # 评论数量
    inventory_days: float = 60.0            # 库存可销天数


@dataclass
class PricingDecision:
    """定价决策输出"""
    sku_id: str
    recommended_price: float
    ltve_score: float                        # 长期价值评分 (0-1)
    reasoning: str                           # LLM 推理链
    confidence: float                        # 决策置信度
    price_range: Tuple[float, float] = (0, 0)


class LTVEEstimator:
    """
    Long-Term Value Estimator — 离线 RL 价值估计（简化版）
    用历史销售数据拟合 Q 函数，估算定价决策的长期 GMV 期望
    """
    
    def __init__(self, gamma: float = 0.95, horizon: int = 90):
        self.gamma = gamma           # 折扣因子
        self.horizon = horizon       # 价值估算周期（天）
        self.q_table = {}            # 简化版 Q-table: (price_bucket, season) -> value
        self.fitted = False
    
    def _price_bucket(self, price: float, base_price: float) -> str:
        """将价格归入相对于基准价的桶"""
        ratio = price / base_price
        if ratio < 0.85:
            return "deep_discount"
        elif ratio < 0.95:
            return "discount"
        elif ratio < 1.05:
            return "normal"
        elif ratio < 1.15:
            return "premium"

8. 论文来源

未自动抽取；请查看原始 Skill 卡片。