École Nationale Supérieure de
Techniques Avancées

Résumé

J'étudie un problème de marchand de journaux multi-produits à période unique, intégrant la substitution de clients et l'acquisition sélective d'informations ("probing"). En m'appuyant sur les modèles de substitution issus de la littérature sur les stocks (par exemple, Goyal et Netessine (2007) ; Zhang et al. (2022)), j'introduis un cadre stochastique dans lequel le décideur peut payer pour observer des signaux de demande partiels avant de commander. Je propose deux formulations de programmation linéaire en nombres entiers mixtes (Big-M et basée sur le tri) et une heuristique gloutonne rapide, et je décris une implémentation Julia et CPLEX utilisée pour évaluer les instances numériques. Mes expériences démontrent que le sondage sélectif, lorsqu'il est soigneusement tarifé et ciblé, augmente sensiblement le profit attendu dans les contextes à queue lourde ou à corrélation positive de la demande. À ma connaissance, l'intégration du sondage sélectif à la substitution dans le marchand de journaux multi-produits stochastique n'a pas été étudiée dans les travaux antérieurs. Ce rapport fournit des contributions en matière de modélisation, d'algorithmes et d'implémentation pour combler cette lacune.