面向需求建模的扩散感知受限高斯过程

从聚合数据推断产品或服务真实需求往往面临供应有限的挑战，导致观测值对应于实现的需求，未计入不可满足的需求。受限回归模型可考虑供应限制导致的因素，但不考虑替代效应——即类似替代产品或服务的需求可能上升。本文提出扩散感知受限需求模型（Diffusion-aware Censored Demand Models），将 Tobit 概似分布与图扩散过程相结合，以建模不可满足需求在相似产品或服务之间的转移潜在过程。我们在GP 框架下实例化该新模型类，并基于用于销售、共享单车需求以及电动车充电需求的仿真数据和真实数据，展示其在更准确地恢复真实需求以及提高准外样预测方面的优势。