研究人员引入了一个新的框架，用于利用面板数据的马尔可夫链（MC）选择模型，该模型考虑了客户历史交易之间的依赖关系。该方法结合了偏序偏好信息，并提出了新颖的期望最大化（EM）算法用于参数估计。所提出的 EM 算法在合成和寿司数据集上表现优于现有方法，同时还为条件选择预测和 ассортимент 优化问题提供了计算结果。 AI
影响 这项研究推动了选择建模技术的发展，有可能改进各种应用中的个性化推荐和 ассортимент 优化。
排序理由 该集群包含一篇详细介绍选择建模新框架和算法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.09817v1 Announce Type: cross Abstract: We propose a framework for the Markov chain (MC) choice model with panel data, including parameter estimation, personalized choice prediction, and personalized assortment optimization. In contrast to the traditional setting, which…
We propose a framework for the Markov chain (MC) choice model with panel data, including parameter estimation, personalized choice prediction, and personalized assortment optimization. In contrast to the traditional setting, which assumes that each transaction is independently dr…