Pricing in Service Systems with Rational Balking and Abandonment of Time‐Sensitive Customers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The current literature on pricing in service systems with time‐sensitive customers predominately ignores the rational abandonment of customers with mixed‐risk attitude. The goal of this study is to address this gap. We consider an unobservable queueing system with a nonlinear waiting cost function, which is concave up to a certain point and then becomes convex, capturing the mixed‐risk attitude of customers observed in empirical studies. We assume that customers are sensitive with respect to waiting time (delay) and strategic regarding their balking and abandonment decisions. We characterize the optimal pricing policy that maximizes the service provider's revenue. We show that the pricing policies studied in the literature, including the joint service and cancellation (entrance) fee policy, are suboptimal and cannot induce the socially optimal behavior. We demonstrate that while the cancellation fee can regulate a customer's balking strategy, the service fee cannot effectively control a customer's abandonment decision. We then provide conditions under which the joint service and cancellation fee policy is optimal. We finally prove that the service provider should compensate customers for their waiting in order to efficiently control the abandonment of customers. We propose a pricing policy, which includes entrance, service, and wait time (delay) fees, that maximizes the provider's revenue. We derive the optimal fees and show that, under the proposed optimal pricing policy, customers pay service and cancellation fees while they are partially compensated for the time spent waiting for service.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle