研究人员开发了一种模糊选择状态模型来预测消费者偏好，该模型利用了Mamba类型的架构。该模型将客户偏好描述为三角形模糊数，其演变受选择状态空间模型的控制。模型的参数由清晰特征计算得出，确保模糊状态保持为适当的三角形数，并且是过去观测值的凸组合，从而防止预测模糊性随时间累积。一个合成示例表明，与其它预测方法相比，这种轻量级模型实现了较低的平均绝对误差，并提供了可解释的预测模糊性估计，能够检测到客户转向竞争对手。 AI
影响 引入了一种新颖的模糊逻辑方法，并与Mamba架构集成，以实现更具可解释性和更精确的消费者偏好预测。
排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种新的建模方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
