🤖 machine learning

Estimation, Prediction, and Assortment Optimization for Markov Chain Choice Models with Panel Data

Este artículo introduce un nuevo marco para los modelos de elección de cadenas de Markov con datos de panel que aprovecha la información de preferencia de orden parcial para desarrollar algoritmos EM superiores para la estimación de parámetros, al tiempo que establece la complejidad computacional de la predicción de elección personalizada y la optimización de surtidos.

Autores originales: Yalcin Akcay, Gerardo Berbeglia, Young-San Lin

Publicado 2026-07-14

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yalcin Akcay, Gerardo Berbeglia, Young-San Lin

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de descubrir qué le gusta comer realmente a un grupo de personas. En los viejos tiempos, los detectives miraban una pila gigante de recibos de un restaurante. Asumían que cada pedido era un intento fresco e independiente, como lanzar una moneda al aire. Si alguien pedía sushi, luego pizza y después una hamburguesa, la matemática antigua trataba esas tres elecciones como tres eventos separados y desconectados.

Pero aquí está el giro: las personas no son monedas. Si un cliente pide un rollo de atún picante, luego pide un rollo de atún picante de nuevo más tarde, ¡eso es una pista! Sugiere que realmente le gusta el atún picante. Este artículo presenta una nueva forma de mirar estos "recibos" (que los autores llaman datos de panel) tratándolos como una historia conectada para cada cliente específico, en lugar de una pila de papel aleatoria.

La nueva herramienta del detective: la Cadena de Markov

Los autores proponen utilizar una herramienta matemática específica llamada modelo de elección de Cadena de Markov (MC). Piensa en este modelo como un "mapa de preferencias". En lugar de solo decir "me gusta el sushi", el modelo traza un recorrido. Pregunta: "Si actualmente estoy pensando en sushi, ¿qué es probable que piense después? ¿Salto al sashimi o me rindo y pido un refresco?".

El gran descubrimiento de este artículo es que cuando tienes el historial de un cliente (sus datos de panel), este mapa de "trayectoria" es mucho más fácil de dibujar con precisión. Los autores realizaron simulaciones (experimentos computacionales) y probaron su método con un conjunto de datos del mundo real sobre las preferencias de sushi de 5,000 personas. Descubrieron que, al usar el historial del cliente para actualizar el mapa, sus nuevos algoritmos (Cus y Hyb) eran mucho mejores para adivinar qué compraría la gente comparado con los métodos antiguos.

Lo que los métodos antiguos hicieron mal

El artículo argumenta explícitamente en contra de la idea de que simplemente puedes ignorar la conexión entre los pedidos pasados de un solo cliente.

El mito de la "independencia": Los autores muestran que si tratas cada pedido como un evento totalmente nuevo y aleatorio (la forma tradicional), te pierdes la "ordenación parcial" de las preferencias. Es como intentar adivinar la película favorita de una persona mirando una lista aleatoria de películas que vio, sin darse cuenta de que vio todas las secuelas en orden.
La trampa del MNL: Existe un modelo mucho más simple y popular llamado Logit Multinomial (MNL). El artículo demuestra que, para este modelo específico, mirar el historial de un cliente no ayuda a determinar las preferencias generales de la población mejor que simplemente mirar la pila total de recibos. Sin embargo, para el modelo de Cadena de Markov que ellos están utilizando, el historial sí marca una gran diferencia. Es como decir: "Para algunos tipos de acertijos, mirar las pistas en orden ayuda; para otros, no lo hace".

El detective "Híbrido"

Los autores también crearon una herramienta de detective "híbrida" llamada Hyb. En el mundo real, a veces el historial de un cliente es desordenado. Tal vez pidió una hamburguesa, luego una ensalada, luego una hamburguesa otra vez de una manera que no forma una línea lógica perfecta (un "ciclo").

El algoritmo Cus es estricto: solo funciona si el historial del cliente forma una línea de preferencia perfecta y lógica.
El algoritmo Hyb es flexible: toma las partes desordenadas y no lineales del historial y las trata como puntos de datos "independientes", mientras mantiene las partes limpias y lógicas como una historia conectada. Esto permite que el modelo utilice todos los datos sin confundirse con las partes desordenadas.

¿Qué tan bien funcionó?

Los autores no solo adivinaron; lo midieron.

La configuración: Crearon 2,000 escenarios de prueba diferentes utilizando datos sintéticos (clientes falsos) y también realizaron pruebas en el conjunto de datos de sushi que involucra a 5,000 individuos.
Los resultados: En sus simulaciones, los nuevos métodos (Cus y Hyb) superaron consistentemente a los métodos antiguos.
- Cuando los datos eran pocos (solo 100 clientes), los nuevos métodos eran significativamente mejores para predecir qué compraría la gente.
- A medida que el número de clientes creció a 2,000, los nuevos métodos continuaron superando a los antiguos, especialmente en la predicción de las elecciones de clientes específicos.
- En términos de dinero (ingresos), los nuevos métodos ayudaron a los minoristas a tomar mejores decisiones sobre qué artículos exhibir. Por ejemplo, en las pruebas de sushi, los nuevos modelos alcanzaron casi el 100% de los ingresos máximos posibles en muchos casos, mientras que los modelos más antiguos se quedaban rezagados.

La conclusión fundamental

Este artículo sugiere que si quieres entender cómo elige la gente las cosas, no solo debes mirar el "qué" (el producto); también debes mirar la "historia" (el historial). Al tratar las elecciones pasadas de un cliente como un viaje conectado en lugar de eventos aleatorios, puedes construir un mapa mucho más nítido de sus preferencias. Los autores encontraron que este enfoque funciona mejor cuando se utiliza el modelo de Cadena de Markov, convirtiendo una pila desordenada de recibos en una guía clara y personalizada de lo que los clientes querrán después.

Resumen Técnico: Estimación, Predicción y Optimización de Surtido para Modelos de Elección de Cadenas de Markov con Datos de Panel

Planteamiento del Problema

La planificación de surtidos tradicional se basa en modelos de elección donde se asume que las transacciones históricas son extracciones independientes e idénticamente distribuidas (i.i.d.) de un modelo de utilidad aleatoria (RUM). Este marco utiliza probabilidades de elección incondicionales, ignorando las correlaciones entre las transacciones realizadas por el mismo cliente. Sin embargo, la disponibilidad de datos de panel (historiales de transacciones individuales detallados) desafía este supuesto de independencia.

El artículo aborda tres problemas centrales en el contexto del modelo de elección de Cadena de Markov (MC) utilizando datos de panel:

Estimación de Parámetros: Cómo estimar los parámetros de la MC incorporando información de transacciones históricas específicas del cliente (preferencias de orden parcial) en lugar de tratar las transacciones como independientes.
Predicción de Elección Condicional: Cómo calcular la probabilidad de que un cliente elija un producto de un conjunto de oferta, condicionado a su historial de transacciones específico.
Optimización de Surtido: Cómo determinar el conjunto óptimo de productos para ofrecer a un cliente específico (optimización de surtido condicional) para maximizar los ingresos esperados, dada su historia.

Los autores investigan si el aprovechamiento de la información de transacciones individuales mejora la estimación a nivel de población para los modelos MC en comparación con los modelos de Logit Multinomial (MNL) y los métodos de estimación tradicionales.

Metodología

Marco Teórico

Los autores formalizan el problema utilizando información de preferencia de orden parcial. El historial de transacciones de un cliente $D_c$ se representa como un Grafo Acíclico Dirigido (DAG) donde los arcos indican preferencias por pares derivadas de las elecciones observadas.

Probabilidad Condicional: La probabilidad de una elección $j$ del conjunto $S$ , dado un historial $D$ , se deriva utilizando extensiones lineales reducidas (rankings estrictos consistentes con el DAG observado).
MC vs. MNL: El artículo establece una brecha teórica entre MC y MNL. Bajo MNL, los datos de panel no añaden poder de identificación para los parámetros si se conocen las probabilidades de elección de la población. En contraste, para MC, la información a nivel de cliente mejora significamente la identificabilidad de los parámetros, particularmente cuando el conjunto de surtidos observados es limitado.

Algoritmos: Expectativa-Maximización (EM)

La principal contribución es el desarrollo de nuevos algoritmos EM para estimar los parámetros de la MC ( $\lambda$ para estados iniciales, $\rho$ para probabilidades de transición) utilizando datos de panel.

Algoritmo Cus (Específico del Cliente):
- Supuesto: El conjunto de transacciones de cada cliente es consistente con al menos una lista de preferencias estricta (sin ciclos).
- Mecanismo: El algoritmo trata la preferencia estricta subyacente del cliente (representada como una extensión lineal reducida $\sigma$ ) y su estado inicial como variables latentes.
- Paso E (Expectativa): Calcula los valores esperados de las variables latentes (indicadores de estado inicial y conteos de transición) condicionados al DAG observado y a las estimaciones actuales de los parámetros. Esto implica calcular las probabilidades de paseos aleatorios consistentes con las extensiones lineales reducidas.
- Paso M (Maximización): Actualiza los parámetros $\lambda$ y $\rho$ maximizando la esperanza de la log-verosimilitud de datos completos, lo que resulta en soluciones de forma cerrada basadas en los conteos esperados.
Algoritmo Hyb (Híbrido):
- Motivación: Los datos del mundo real pueden contener preferencias cíclicas o transacciones inconsistentes que violan un DAG estricto.
- Mecanismo: Hyb combina el algoritmo Cus (para transacciones consistentes con un DAG) y el algoritmo EM tradicional (para transacciones independientes).
- Flexibilidad: Permite que las transacciones "violatorias" (aquellas que causan ciclos) sean tratadas como observaciones independientes en el componente de verosimilitud tradicional, en lugar de descartarlas por completo. Esto captura información sobre la distribución incondicional de la población mientras aprovecha la estructura del DAG para los historiales consistentes.

Complejidad Computacional

El artículo presenta resultados de dureza para la predicción de elección condicional y la optimación de surtido. Aunque la optimización de surtido tradicional bajo MC es resoluble en tiempo polinomial, las versiones condicionales (CAO y TCAO) se muestran computacionalmente desafiantes. No obstante, los autores proporcionan expresiones de forma cerrada para las probabilidades de elección condicional bajo MC, reduciendo la carga computacional en comparación con los RUM generales.

Principales Contribuciones

Iniciación del Estudio de Datos de Panel para MC: Hasta donde llega el conocimiento de los autores, este es el primer marco que estudia el modelado de elección con datos de panel específicamente bajo el modelo de Cadena de Markov.
Nuevos Algoritmos EM: La propuesta de los algoritmos Cus y Hyb que incorporan información de preferencia basada en orden parcial de los clientes. Estos algoritmos superan al algoritmo EM tradicional para MC (S¸im¸sek y Topaloglu, 2018) y a los referentes de MNL basados en orden parcial (Jagabathula y Vulcano, 2018).
Brecha de Identificación Teórica: Una demostración de que, mientras que los parámetros de MNL pueden identificarse sin vincular las transacciones a clientes específicos (dada suficiente información de surtido), los parámetros de MC se benefician significativamente de los datos de panel, especialmente en escenarios con observaciones de surtido limitadas.
Panorama Computacional: Una aclaración de la dureza y tractabilidad computacional para la predicción de elección condicional y la optimización de surtido bajo MC y MNL, complementando el marco de estimación.

Resultados Experimentales

Los autores evaluaron sus métodos en conjuntos de datos sintéticos y un conjunto de datos semi-sintético derivado de los datos de preferencia de sushi (5,000 individuos).

Métricas de Desempeño: El estudio utilizó el Error Cuadrático Medio Suave (Soft RMSE) para la precisión predictiva y los Ratios de Ingresos para el desempeño en la toma de decisiones.
Datos Sintéticos:
- Los modelos propuestos Cus-MC y Hyb-MC superaron consistentemente la estimación de MC tradicional, MNL y las variantes de LC-MNL, particularmente a medida que aumentaba el número de clientes.
- La mejora fue más pronunciada cuando la distribución de verdad fundamental estaba concentrada en un número menor de listas de preferencias (por ejemplo, Lista de Ranking con 10 listas o Mallows con alta concentración).
- La incorporación de datos de panel produjo márgenes de mejora mayores para la estimación de MC en comparación con la estimación de MNL, especialmente con tamaños de datos menores.
Datos de Sushi:
- Los modelos basados en MC generalmente superaron a los modelos basados en MNL en ratios de ingresos y precisión predictiva.
- Hyb-MC y Cus-MC alcanzaron ingresos esperados cercanos al óptimo en la mayoría de los escenarios.
- Se observó una excepción en el escenario de truncamiento "Top 5", donde el desempeño de los ingresos condicionales se degradó con tamaños de datos mayores, sugiriendo que la profundidad de transacción limitada (menos opciones superiores observadas) puede restringir la capacidad de ajustar estructuras MC complejas usando solo datos de panel.

Significado y Reivindicaciones

El artículo sostiene que la información a nivel de cliente es más valiosa para la estimación de Cadenas de Markov que para la de MNL. Al aprovechar sistemáticamente las correlaciones en los historiales de transacciones individuales, el marco propuesto mejora tanto la precisión predictiva como el desempeño de la optimización de surtido.

Los autores posicionan su trabajo como un paso fundacional, señalando que:

El marco cierra la brecha entre los modelos tradicionales de transacciones independientes y la realidad del comportamiento correlacionado de los clientes.
El algoritmo Hyb ofrece un heurístico práctico para conjuntos de datos del mundo real donde las preferencias pueden ser cíclicas, permitiendo la retención de información que de otro modo sería descartada por heurísticas basadas en DAG estrictos.
El trabajo futuro implica probar estos algoritmos en datos del mundo real con preferencias cíclicas y extender el marco a otras clases de Modelos de Utilidad Aleatoria.

El artículo mantiene un tono modesto respecto a sus afirmaciones, reconociendo que, aunque los resultados sintéticos son sólidos, la validación en el mundo real (particularmente respecto a las preferencias cíclicas) sigue siendo una dirección futura necesaria. No pretende la superioridad universal sobre todos los modelos en todos los contextos, sino que destaca los escenarios específicos (modelos MC, surtidos limitados, disponibilidad de datos de panel) donde los métodos propuestos ofrecen ventajas distintivas.