UCB-LDP Dynamic Pricing（上下文动态定价）

1. 解决的问题

独立站每天面对来自北美高净值用户（iPhone + 5分钟停留）和东南亚价格敏感用户（安卓 + 10秒跳出）的混合流量

2. 核心算法逻辑

在电商动态定价中，用户真实的保留价格（Valuation，即"最多愿意出多少钱"）是不可观测的——你唯一能看到的是在展示价格 $p$ 下用户是否购买（Binary Buy/NoBuy 反馈）。每位用户的购买意愿又由其上下文（设备、地区、停留时长等）决定。

3. 业务应用场景

业务问题：独立站每天面对来自北美高净值用户（iPhone + 5分钟停留）和东南亚价格敏感用户（安卓 + 10秒跳出）的混合流量。统一定价 $99 会导致高净值用户利润流失、低净值用户转化率下降，两头都不优。

数据要求： | 特征 | 字段 | 来源 | |------|------|------| | 设备档次 | device_score (0-1) | GA4 设备类型 | | 地区购买力 | region_score (0-1) | IP 归属地 | | 页面停留时长 | dwell_time (归一化) | 埋点日志 | | 浏览深度 | browse_depth | 前端埋点 | | 是否回访用户 | return_visit (0/1) | Cookie / 用户 ID | | 购买 / 未购买 | reward (0/1) | 订单系统 |

预期产出： - 每位用户进站时实时输出最优展示价格（从 3-5 个候选价中选1个） - 算法自动区分高意向用户（高价格）和低意向用户（低价格） - 每日更新预言机模型权重，反馈闭环 < 24h

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

500万

7. 代码模板

代码块数量：2 · 路径：未检测到

"""
快速使用：插入自己的回归预言机，开始实时定价
"""
import numpy as np
from model import (
    UCBLDPPricer,
    LinearRegressionOracle,
    UserContext,
    ContextualPricingEnvironment,
)

# 1. 初始化定价器（替换 LinearRegressionOracle 为 XGBoost Oracle 即可）
oracle = LinearRegressionOracle(
    n_features=6,   # 5维 Context + 1维 price
    ridge_alpha=1.0,
)
pricer = UCBLDPPricer(
    price_candidates=[89.0, 99.0, 109.0],
    oracle=oracle,
    ucb_alpha=1.0,
)

# 2. 用户到来：选择价格
user_features = np.array([0.9, 0.8, 0.7, 0.6, 1.0])  # 高净值用户
ctx = UserContext(features=user_features)
price = pricer.select_price(ctx)
print(f"展示价格: ${price}")

# 3. 用户反馈：闭环更新
reward = 1  # 用户购买
pricer.observe(ctx, price, reward)

# 4. 查看累计 Regret（仿真评估时使用）
regrets = pricer.cumulative_regret()

8. 论文来源

• 2406.17184