SHOPPER：一种考虑替代品与互补品的消费者选择概率模型
机器学习
2019-06-11 v3 机器学习
计量经济学
摘要
我们开发了 SHOPPER，一种购物数据的序贯概率模型。SHOPPER 使用可解释的组件来建模驱动客户选择产品的各种力量；特别地，我们设计 SHOPPER 以捕捉物品之间如何相互作用。我们开发了一种高效的后验推断算法，从大规模数据中估计这些力量，并分析了一家主要连锁杂货店的大型数据集。我们感兴趣于回答有关价格变化的反事实查询。我们发现 SHOPPER 即使在价格干预下也能提供准确的预测，并且它有助于识别互补和可替代的产品对。
引用
@article{arxiv.1711.03560,
title = {SHOPPER: A Probabilistic Model of Consumer Choice with Substitutes and Complements},
author = {Francisco J. R. Ruiz and Susan Athey and David M. Blei},
journal= {arXiv preprint arXiv:1711.03560},
year = {2019}
}
备注
Published at Annals of Applied Statistics. 27 pages, 4 figures