پژوهش

مدلی فازی برای پیش‌بینی تغییر ترجیحات مشتریان معرفی شد

پژوهشگران مدلی مبتنی بر Mamba پیشنهاد کرده‌اند که ترجیحات مشتریان را با اعداد فازی مثلثی نمایش می‌دهد و به‌گفتهٔ آن‌ها، عدم‌قطعیت پیش‌بینی در گذر زمان انباشته نمی‌شود.

۱ دقیقه مطالعه

پژوهشی تازه در arXiv روشی برای پیش‌بینی تغییر ترجیحات مشتریان فروشگاه‌های زنجیره‌ای معرفی می‌کند. در این روش، ترجیح هر مشتری با یک عدد فازی مثلثی نمایش داده می‌شود و تحول آن در طول زمان را یک مدل فضای حالت انتخابی از نوع Mamba برآورد می‌کند.

حالت پنهان مدل نیز عددی مثلثی است و محاسبات در جبر دوجزئی اعداد فازیِ M. G. Matveev انجام می‌شود. پارامترهای بازگشتی از ویژگی‌های قطعی محاسبه می‌شوند، اما بخش فازی مدل با ضرایب نامنفی خطی می‌ماند. نویسندگان می‌گویند در این شرایط، حالت همواره عددی مثلثیِ معتبر باقی می‌ماند و ترکیبی محدب از مشاهدات گذشته است؛ بنابراین ابهام پیش‌بینی در طول زمان انباشته نمی‌شود. چکیدهٔ منتشرشده همچنین می‌گوید محاسبات جبری با ... منطبق می‌شوند، اما متن ارائه‌شده پیش از کامل‌شدن این ادعا قطع شده است.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست