Fugu-MT 論文翻訳(概要): A Bayesian Regression Approach for Estimating the Impact of COVID-19 on Consumer Behavior in the Restaurant Industry

論文の概要: A Bayesian Regression Approach for Estimating the Impact of COVID-19 on Consumer Behavior in the Restaurant Industry

arxiv url: http://arxiv.org/abs/2404.08670v1
Date: Wed, 3 Apr 2024 04:25:07 GMT
ステータス: 処理完了
システム内更新日: 2024-04-21 20:04:31.236425
Title: A Bayesian Regression Approach for Estimating the Impact of COVID-19 on Consumer Behavior in the Restaurant Industry
Title（参考訳）: 食品産業における新型コロナウイルスの消費者行動への影響評価のためのベイズ回帰アプローチ
Authors: H. Hinduja, N. Mandal,
Abstract要約: 本研究の目的は、新型コロナウイルスによる飲食店に対する消費者行動の変化点を推定することである。本手法は,パンデミック前後の顧客の行動変化を把握し,計算分析における新しい手法を強調する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: The COVID-19 pandemic has had a long-term impact on industries worldwide, with the hospitality and food industry facing significant challenges, leading to the permanent closure of many restaurants and the loss of jobs. In this study, we developed an innovative analytical framework using Hamiltonian Monte Carlo for predictive modeling with Bayesian regression, aiming to estimate the change point in consumer behavior towards different types of restaurants due to COVID-19. Our approach emphasizes a novel method in computational analysis, providing insights into customer behavior changes before and after the pandemic. This research contributes to understanding the effects of COVID-19 on the restaurant industry and is valuable for restaurant owners and policymakers.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、世界中の産業に長期的影響を及ぼし、多くのレストランが閉鎖され、雇用が失われるなど、ホスピタリティと食品産業に大きな課題に直面している。本研究では,ハミルトニアン・モンテカルロを用いたベイズ回帰モデルを用いた革新的な分析フレームワークを開発し,新型コロナウイルスによる飲食店の消費者行動の変化点を推定することを目的とした。本手法は,パンデミック前後の顧客の行動変化を把握し,計算分析における新しい手法を強調する。本研究は、レストラン産業における新型コロナウイルスの影響の理解に寄与し、レストランオーナーや政策立案者にとって貴重なものである。

関連論文リスト

Leveraging LLMs for Predictive Insights in Food Policy and Behavioral Interventions [1.979158763744267]
食料消費と生産は温室効果ガスの排出に大きく貢献する。食品政策のイニシアチブは、生産と消費のパターンを再構築するための介入を探求してきた。本稿では,微調整された大言語モデル(LLM)が結果の方向を正確に予測できることを実証する。
論文参考訳（メタデータ） (2024-11-13T12:21:13Z)
Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文参考訳（メタデータ） (2024-11-07T22:29:05Z)
Climate Change Impact on Agricultural Land Suitability: An Interpretable Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文参考訳（メタデータ） (2023-10-24T15:15:28Z)
A Markov Chain Model for Identifying Changes in Daily Activity Patterns of People Living with Dementia [0.0]
食事や飲酒行動の過度な変化は、しばしば栄養失調や脱水を引き起こす。現在、このような変化を客観的に検出する方法は確立されていない。 PLWDの73世帯から収集した家庭内モニタリングデータについて,広範囲にわたる定量的分析を行った結果について報告する。
論文参考訳（メタデータ） (2023-07-20T15:47:58Z)
Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文参考訳（メタデータ） (2023-03-23T17:19:26Z)
Improving Load Forecast in Energy Markets During COVID-19 [5.128521783181427]
新型コロナウイルスのパンデミック(COVID-19)の急激な流行は、2020年で最も重要な出来事であり、世界中で深刻な影響が続いた。本稿では,新型コロナウイルスの感染拡大に伴う負荷予測性能の向上に有効なモデルや特徴を体系的に評価することで,研究ギャップを埋めることを目的とする。
論文参考訳（メタデータ） (2021-10-01T02:55:06Z)
Back2Future: Leveraging Backfill Dynamics for Improving Real-time Predictions in Future [73.03458424369657]
公衆衛生におけるリアルタイム予測では、データ収集は簡単で要求の多いタスクである。過去の文献では「バックフィル」現象とそのモデル性能への影響についてはほとんど研究されていない。我々は、与えられたモデルの予測をリアルタイムで洗練することを目的とした、新しい問題とニューラルネットワークフレームワークBack2Futureを定式化する。
論文参考訳（メタデータ） (2021-06-08T14:48:20Z)
Steering a Historical Disease Forecasting Model Under a Pandemic: Case of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文参考訳（メタデータ） (2020-09-23T22:35:43Z)
Controlling the Outbreak of COVID-19: A Noncooperative Game Perspective [61.558752620308134]
孤立と社会的距離は、このパンデミックを抑える効果的な予防措置のようだ。我々は、新型コロナウイルスの感染拡大を防ぐために、社会的距離を維持するためのインセンティブを提供する非協力型ゲームを提案する。数値的な結果は、個人のインセンティブが85%以上増加し、家庭隔離の割合が増加することを示している。
論文参考訳（メタデータ） (2020-07-27T04:28:32Z)
The Causality Inference of Public Interest in Restaurants and Bars on COVID-19 Daily Cases in the US: A Google Trends Analysis [2.826858247883636]
新型コロナウイルスの感染拡大は世界のほぼすべての地域で影響を受けている。米国の毎日の症例数は他のどの国よりも多く、州の大半で増加傾向にある。 Googleトレンドは、さまざまな期間にさまざまなトピックに対する一般の関心を提供する。
論文参考訳（メタデータ） (2020-07-27T00:29:06Z)
Disruption in the Chinese E-Commerce During COVID-19 [27.593450217418777]
新型コロナウイルス(COVID-19)は世界中で何百万人もの市民に感染し、多くの命を奪った。本稿では、大規模なオンラインショッピングプラットフォームで見られる行動変化を分析し、中国のeコマース市場への影響について検討する。新型コロナウイルス関連商品の流行統計と行動特徴を包含した消費者需要予測手法を提案する。
論文参考訳（メタデータ） (2020-07-23T01:28:26Z)

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。