马尔可夫链选择模型中的参数识别
统计理论
2017-07-27 v3 机器学习
机器学习
统计理论
摘要
本文研究 Blanchet、Gallego 和 Goyal 用于品类规划的马尔可夫链选择模型的参数识别问题。在该模型中，顾客选择的产品由产品上的马尔可夫链决定，其中所提供品类中的产品为吸收态。此前已证明，该模型的底层参数可从全产品品类的选择概率以及所有缺一产品品类的选择概率中识别出来。在许多场景下，获取和估计如此大品类的选择概率并不理想。本文的主要结果是，无论产品总数多少，参数均可从大小为二和三的品类中识别出来。该结果通过一个简单高效的参数恢复算法得到。
引用
@article{arxiv.1706.00729,
title = {Parameter identification in Markov chain choice models},
author = {Arushi Gupta and Daniel Hsu},
journal= {arXiv preprint arXiv:1706.00729},
year = {2017}
}
备注
10 pages