A Competition-based Pricing Strategy in Cloud Markets using Regret Minimization Techniques

要約

かなり新しい商業パラダイムとしてのクラウド コンピューティングは、さまざまな研究者によって広く調査されていますが、すでにさまざまな課題を抱えています。
クラウド コンピューティング市場では価格が大きな問題となります。
プロバイダーは、互いの価格設定ポリシーを知らずに、より多くの顧客を引き付けるために競争しているためです。
この知識不足を克服するために、不完全情報ゲームによって彼らの競争をモデル化します。
この問題を考慮して、この研究では後悔最小化アルゴリズムに関連する価格設定ポリシーを提案し、それを検討中の不完全情報ゲームに適用します。
クラウドの競争ベースの市場に基づいて、プロバイダーは経験した後悔を利用して戦略の分布を更新します。
戦略の確率を更新するアルゴリズムを繰り返し適用するというアイデアにより、後悔がより早く最小化されます。
実験結果は、他の価格設定ポリシーと比較して、プロバイダーの利益が大幅に増加することを示しています。
さらに、研究された文献では観察されていない、クラウドのシミュレートされた市場におけるさまざまな後悔最小化手法の効率についても議論されています。
さらに、検討対象の組織におけるプロバイダーの投資収益率も調査され、有望な結果が得られました。

要約(オリジナル)

Cloud computing as a fairly new commercial paradigm, widely investigated by different researchers, already has a great range of challenges. Pricing is a major problem in Cloud computing marketplace; as providers are competing to attract more customers without knowing the pricing policies of each other. To overcome this lack of knowledge, we model their competition by an incomplete-information game. Considering the issue, this work proposes a pricing policy related to the regret minimization algorithm and applies it to the considered incomplete-information game. Based on the competition based marketplace of the Cloud, providers update the distribution of their strategies using the experienced regret. The idea of iteratively applying the algorithm for updating probabilities of strategies causes the regret get minimized faster. The experimental results show much more increase in profits of the providers in comparison with other pricing policies. Besides, the efficiency of a variety of regret minimization techniques in a simulated marketplace of Cloud are discussed which have not been observed in the studied literature. Moreover, return on investment of providers in considered organizations is studied and promising results appeared.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google