論文の概要: A variational Bayesian spatial interaction model for estimating revenue and demand at business facilities

• arxiv url: http://arxiv.org/abs/2108.02594v1
• Date: Thu, 5 Aug 2021 13:03:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-06 14:45:51.842244
• Title: A variational Bayesian spatial interaction model for estimating revenue and demand at business facilities
• Title（参考訳）: 変分ベイズ空間相互作用モデルによる事業施設の収益と需要の推定
• Authors: Shanaka Perera, Virginia Aglietti, Theodoros Damoulas
• Abstract要約: 本研究では,事業施設における潜在的な収益や需要を推定する問題について検討し,その発生メカニズムを解明する。 そこで我々はベイズ空間相互作用モデルを構築し,そのモデルを用いて特定の事業所の収益を確率論的に予測する。 我々は, 1500以上のパブと15万の顧客地域を含む, 英国ロンドンにおけるパブ活動のための実世界の大規模空間データセットを構築した。
• 参考スコア（独自算出の注目度）: 15.242014520266391
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We study the problem of estimating potential revenue or demand at business facilities and understanding its generating mechanism. This problem arises in different fields such as operation research or urban science, and more generally, it is crucial for businesses' planning and decision making. We develop a Bayesian spatial interaction model, henceforth BSIM, which provides probabilistic predictions about revenues generated by a particular business location provided their features and the potential customers' characteristics in a given region. BSIM explicitly accounts for the competition among the competitive facilities through a probability value determined by evaluating a store-specific Gaussian distribution at a given customer location. We propose a scalable variational inference framework that, while being significantly faster than competing Markov Chain Monte Carlo inference schemes, exhibits comparable performances in terms of parameters identification and uncertainty quantification. We demonstrate the benefits of BSIM in various synthetic settings characterised by an increasing number of stores and customers. Finally, we construct a real-world, large spatial dataset for pub activities in London, UK, which includes over 1,500 pubs and 150,000 customer regions. We demonstrate how BSIM outperforms competing approaches on this large dataset in terms of prediction performances while providing results that are both interpretable and consistent with related indicators observed for the London region.
• Abstract（参考訳）: 事業施設における潜在的な収益や需要を推定し、その発生メカニズムを理解するという課題について検討する。 この問題は運用研究や都市科学といった様々な分野で発生し、より一般的には、ビジネスの計画や意思決定に不可欠である。 そこで我々はベイズ空間相互作用モデルを開発し、特定のビジネスロケーションが生み出す収益を確率論的に予測し、その特徴と、ある地域での潜在的な顧客特性を推定する。 BSIMは、店舗固有のガウス分布を所定の顧客位置で評価することによって決定される確率値を用いて、競争施設間の競争を明示的に説明する。 我々は,マルコフ連鎖モンテカルロ推論スキームよりもかなり高速であるが,パラメータ同定や不確実性定量化において同等の性能を示すスケーラブルな変分推論フレームワークを提案する。 店舗や顧客の増加により特徴付けられる様々な合成環境におけるBSIMの利点を実証する。 最後に,1500以上のパブと15万の顧客地域を含む,パブ活動のための実世界の大規模空間データセットを構築した。 我々はBSIMが、ロンドン地域で観測された関連する指標と解釈可能かつ整合性のある結果を提供しながら、予測性能の観点から、この大きなデータセットの競合するアプローチよりも優れていることを示す。

関連論文リスト

• Bayesian Regression for Predicting Subscription to Bank Term Deposits in Direct Marketing Campaigns [0.0]
  本研究の目的は,長期預金契約予測におけるロジットモデルとプロビットモデルの有効性を検討することである。 ターゲット変数はデータセット固有の不均衡を考慮してバランスが取れた。 ロジットモデルは、この分類問題を扱う際に、プロビットモデルよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-28T21:04:58Z)
• Ranking Policy Learning via Marketplace Expected Value Estimation From Observational Data [8.985446716914515]
  両面のeコマースマーケットプレースにおいて,検索エンジンやレコメンデーションエンジンのランキングポリシーを学習する問題について検討する。 ランキングポリシは、値割当機構として、検索したアイテムを指定されたスロットに割り当てる。 我々は、観測データから、市場が期待する報酬に対する実証的な見積もりを構築した。
  論文  参考訳（メタデータ） (2024-10-06T17:53:44Z)
• Uniting contrastive and generative learning for event sequences models [51.547576949425604]
  本研究では,2つの自己指導型学習手法 – 例えば,コントラスト学習と,潜在空間におけるマスクイベントの復元に基づく生成的アプローチ – の統合について検討する。 いくつかの公開データセットで行った実験は、シーケンス分類と次点型予測に焦点を合わせ、統合された手法が個々の手法と比較して優れた性能を達成することを示した。
  論文  参考訳（メタデータ） (2024-08-19T13:47:17Z)
• F-FOMAML: GNN-Enhanced Meta-Learning for Peak Period Demand Forecasting with Proxy Data [65.6499834212641]
  本稿では,需要予測をメタラーニング問題として定式化し,F-FOMAMLアルゴリズムを開発した。 タスク固有のメタデータを通してドメインの類似性を考慮することにより、トレーニングタスクの数が増加するにつれて過剰なリスクが減少する一般化を改善した。 従来の最先端モデルと比較して,本手法では需要予測精度が著しく向上し,内部自動販売機データセットでは平均絶対誤差が26.24%,JD.comデータセットでは1.04%削減された。
  論文  参考訳（メタデータ） (2024-06-23T21:28:50Z)
• Heterogeneous Graph Neural Networks with Post-hoc Explanations for Multi-modal and Explainable Land Use Inference [11.753345219488745]
  本稿では、異種グラフニューラルネットワーク(HGN)と説明可能なAI技術を組み合わせた土地利用推定のための説明可能なフレームワークを提案する。 実験により、提案したHGNは6つの土地利用指標すべてに対して、ベースライングラフニューラルネットワークを著しく上回っていることが示された。 これらの分析は,提案したHGNが都市計画や政策立案において,都市利害関係者を適切に支援できることを示した。
  論文  参考訳（メタデータ） (2024-06-19T17:39:10Z)
• A Deep Learning Representation of Spatial Interaction Model for Resilient Spatial Planning of Community Business Clusters [4.8051028509814575]
  本稿では,コミュニティビジネスクラスタと取引エリア間の訪問フローを予測するためのSIM-GATモデルを提案する。 グラフベースのディープラーニングモデル、すなわちGraph AttenTion Network(GAT)は、ビジネスのクラスタと相互依存性をキャプチャするために使用される。
  論文  参考訳（メタデータ） (2024-01-09T23:42:21Z)
• Early Churn Prediction from Large Scale User-Product Interaction Time Series [0.0]
  本稿では,歴史的データを用いたユーザチャーン予測に関する徹底的な研究を行う。 我々は,顧客満足度予測モデルを作成し,企業の誘惑傾向の理解と効果的な保留計画の策定を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-09-25T08:44:32Z)
• Improved Bayes Risk Can Yield Reduced Social Welfare Under Competition [99.7047087527422]
  本研究は,機械学習のスケーリングトレンドの振る舞いを根本的に変化させることを実証する。 データ表現品質の改善により、ユーザ間での全体的な予測精度が低下する、多くの設定が見つかる。 概念レベルでは,各モデルプロジェクタのスケーリング傾向が,社会福祉の下流改善に寄与する必要はないことが示唆された。
  論文  参考訳（メタデータ） (2023-06-26T13:06:34Z)
• Personalized Federated Learning under Mixture of Distributions [98.25444470990107]
  本稿では,ガウス混合モデル(GMM)を用いたPFL(Personalized Federated Learning)を提案する。 FedGMMはオーバーヘッドを最小限に抑え、新しいクライアントに適応する付加的なアドバンテージを持ち、不確実な定量化を可能にします。 PFL分類と新しいサンプル検出の両方において, 合成データセットとベンチマークデータセットの実証評価により, 提案手法の優れた性能を示した。
  論文  参考訳（メタデータ） (2023-05-01T20:04:46Z)
• Approximate Bayesian Computation for an Explicit-Duration Hidden Markov Model of COVID-19 Hospital Trajectories [55.786207368853084]
  新型コロナウイルス(COVID-19)のパンデミックの中、病院の資源をモデル化する問題に取り組んでいます。 幅広い適用性のために、関心のある領域の患者レベルデータが利用できない、一般的なが困難なシナリオに注目します。 本稿では,ACED-HMM(ACED-HMM)と呼ばれる集合数正規化隠れマルコフモデルを提案する。
  論文  参考訳（メタデータ） (2021-04-28T15:32:42Z)
• Entropy as a measure of attractiveness and socioeconomic complexity in Rio de Janeiro metropolitan area [52.77024349608834]
  携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。 その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T15:58:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。