需求學習可以幫助業者理解消費者喜好來達到滿足市場需求之目的，但受限於資料不足及環境不確定性，無法達到最佳的效果。動態規劃雖然以被證實為最佳解的模型，卻因維度詛咒、模型假設與專一性的限制，無法普及於實際應用中。我們提出的方法將解決上述提及之困難。

本研究中，使用販賣一種時效性商品定價模型，以最大化利潤為目標。使用少量歷史銷售資料作為訓練樣本，建構長短期記憶神經網路，用於識別未知的市場環境。再使用動態規劃求解出所有狀態集合下最佳的定價策略資料，訓練出深層神經網路，可重複求解各種模型下的最佳決策。最後結合貝氏學習，隨著環境回饋進行即時參數優化，達到最大化預期利潤之目的。並透過離散事件模擬的方式，驗證在各式各樣的市場環境下，我們的模型與最佳利潤的差異，結果證實，本研究提供的模型可以在未知的環境下也能夠擁有良好的效能。