AI模型利用滞后预测零工工人效用

研究人员开发了一种新颖的Preisach滞后模型，以更好地理解零工劳动力市场中的工人接受度。该模型使用双输出神经网络和XGBoost分类器实现，分析交易数据以预测工人效用。在36,891笔零工交易的数据集上，该系统取得了0.827的Jaccard指数和0.799的ROC AUC。模型的研究结果表明，价格下降对完成率的负面影响比同等幅度的价格上涨的正面影响更大，这导致了可以减少超过21%的工资支出并提高完成率的建议。 AI

影响 通过对工人接受度和工资动态进行建模，为优化零工经济平台提供了一个新框架。

排序理由 学术论文，详细介绍了零工劳动力市场的一种新颖建模方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• dual-output neural network
• gig labour markets
• Piotr Frydrych Ph. D. Eng.
• Preisach hysteresis model
• XGBoost classifier

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →