Modelling Customer Trajectories with Reinforcement Learning for Practical Retail Insights
تقترح هذه الورقة إطار عمل للتعلم التعزيزي يعتمد على أقصى إنتروبيا لنمذجة مسارات العملاء في المساحات التجارية، مظهرةً تفوقها على الاستدلالات التقليدية مثل مسألة البائع المتجول (TSP) والشبكات العصبية الاصطناعية (PNN) من خلال تقديم رؤى أكثر دقة وتأسيسًا سلوكيًا لتحسين تخطيط المتاجر وتعظيم الأرباح دون الحاجة إلى جمع بيانات واقعية مكلفة.