利用二元选择森林建模与估计离散选择

问题定义。在零售业中，离散选择模型（DCMs）常用于刻画顾客在面对产品组合时的选择行为。当使用交易数据估计 DCMs 时，灵活的模型（如机器学习模型或非参数模型）通常不可解释且难以估计，而易处理的模型（如多项 logit 模型）往往无法正确设定数据中呈现的复杂行为。方法/结果。在本研究中，我们使用二元决策树森林来表示 DCMs。该方法基于随机森林（一种流行的机器学习算法）。所得模型是可解释的：决策树能够解释顾客在购买过程中的决策过程。我们表明，我们的方法能够一致地预测任意 DCM 的选择概率，从而永远不会遭受设定偏误。此外，我们的算法能够预测训练数据中未出现过的产品组合。其机制与误差可进行理论分析。我们还证明，得益于基尼指数和信息增益比等分裂准则，随机森林能够恢复顾客的偏好排序。管理启示。该框架具有独特的实际优势。它能够捕捉顾客在购买产品时的非理性或顺序搜索等行为模式。它可处理由聚合产生的非标准格式训练数据。它能够基于随机顾客在多大频率上依据某产品的存在与否进行决策来衡量产品重要性。它还可以纳入价格信息与顾客特征。我们使用合成数据与真实数据的数值实验表明，利用随机森林估计顾客选择能够优于现有方法。