Universität Hohenheim
 

Eingang zum Volltext

Buchali, Katrin

Price discrimination with inequity-averse consumers : a reinforcement learning approach

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-19059
URL: http://opus.uni-hohenheim.de/volltexte/2021/1905/


pdf-Format:
Dokument 1.pdf (1.257 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Preisdiskriminierung , Algorithmus
Freie Schlagwörter (Englisch): pricing algorithm , reinforcement learning , Q-learning , price discrimination , fairness , inequity
Institut: Institut für Volkswirtschaftslehre
DDC-Sachgruppe: Wirtschaft
Dokumentart: ResearchPaper
Schriftenreihe: Hohenheim discussion papers in business, economics and social sciences
Bandnummer: 2021,02
Sprache: Englisch
Erstellungsjahr: 2021
Publikationsdatum: 23.06.2021
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Englisch: With the advent of big data, unique opportunities arise for data collection and
analysis and thus for personalized pricing. We simulate a self-learning algorithm
setting personalized prices based on additional information about consumer sensi-
tivities in order to analyze market outcomes for consumers who have a preference
for fair, equitable outcomes. For this purpose, we compare a situation that does
not consider fairness to a situation in which we allow for inequity-averse consumers.
We show that the algorithm learns to charge different, revenue-maximizing prices
and simultaneously increase fairness in terms of a more homogeneous distribution
of prices.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  10.01.24