2018 Annual IEEE International Systems Conference (SysCon) 2018
DOI: 10.1109/syscon.2018.8369489
|View full text |Cite
|
Sign up to set email alerts
|

The effects of demand elasticity and selling price decisions on the value of information

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
1
0
1

Year Published

2022
2022
2023
2023

Publication Types

Select...
2
1

Relationship

0
3

Authors

Journals

citations
Cited by 3 publications
(2 citation statements)
references
References 9 publications
0
1
0
1
Order By: Relevance
“…Sementara Byanjankar & Viljanen (2020), menyelidiki dan memprediksi keuntungan atas kembalilan investasi dengan mempertimbangkan berbagai risiko dari aktivitas bisnis sebagai objek yang ditelitinya. Penelitian yang menyelidiki upaya mencapai keuntungan maksimum yang diharapkan dengan menggunakan metode trade off waktu-biaya dilakukan Alavipour & Arditi (2019), dan penelitian yang berfokus pada upaya memaksimalkan ROI digunakan untuk menentukan kebijakan harga yang optimal (misalnya, Kevork, 2010;Abbas & Zellner, 2018;dan Pando et al, (2021).…”
Section: Pendahuluanunclassified
“…Sementara Byanjankar & Viljanen (2020), menyelidiki dan memprediksi keuntungan atas kembalilan investasi dengan mempertimbangkan berbagai risiko dari aktivitas bisnis sebagai objek yang ditelitinya. Penelitian yang menyelidiki upaya mencapai keuntungan maksimum yang diharapkan dengan menggunakan metode trade off waktu-biaya dilakukan Alavipour & Arditi (2019), dan penelitian yang berfokus pada upaya memaksimalkan ROI digunakan untuk menentukan kebijakan harga yang optimal (misalnya, Kevork, 2010;Abbas & Zellner, 2018;dan Pando et al, (2021).…”
Section: Pendahuluanunclassified
“…Our contributions are three-fold. (1) We propose to utilize the price elasticity of demand to enhance the occupancy estimation and formally define a novel elastic demand function for hotel dynamic pricing. (2) We develop a multi-task price elasticity learning framework that tackles the data sparsity of room-level occupancy with the assistance of hotel-level occupancy prediction, and alleviate the endogeneity problem with carefully designed modules.…”
mentioning
confidence: 99%