Predicting Potential Customer Support Needs and Optimizing Search Ranking in a Two-Sided Marketplace
Airbnb(爱彼迎)
本研究针对Airbnb双边市场中少量预订需客户支持的问题,基于房东与房客行为构建预测模型,并将模型得分纳入搜索排序,提升了匹配可靠性,减少了需客户支持的预订量。
2025-03-21 cs.LG
Predicting Preference Flips in Commerce Search
Microsoft Research(微软研究院);Carnegie Mellon University(卡内基梅隆大学)
传统的网络搜索排名方法遵循按得分排名的范式:学习函数为每个查询-URL组合提供绝对得分,并根据此得分对URL进行排名。这种模式确保了如果一个URL的得分比另一个好,那么一个URL的排名总是高于另一个。评分与行为经济学的先前工作相矛盾,该工作表明用户对两个项目的偏好不仅取决于项目,而且还取决于所呈现的替代品。因此,对于同一查询,用户在项目A和B之间的偏好取决于项目C的存在/不存在。我们提出了一个新的排名模型,随机购物者模型,允许和解释这种行为。在这个模型中,每个特征都被看作是要排序的项目上的马尔可夫链,目标是找到最能反映其重要性的特征权重。我们证明了我们的模型可以在经验风险最小化框架下学习,并给出了一个有效的学习算法。商业搜索日志上的实验表明,我们的算法优于基于评分的方法,包括回归和列表排序。
2012-06-27 cs.LG stat.ML
Predicting credit default probabilities using machine learning techniques in the face of unequal class distributions
Vienna University of Economics and Business(维也纳经济大学)
本研究进行了基准研究,比较了信用评分应用程序中23种不同的统计和机器学习方法。为了做到这一点,模型的性能在四个不同的数据集上进行评估,并结合五种数据采样策略来解决数据中现有的类别不平衡问题。六种不同的性能指标用于涵盖预测性能的不同方面。结果表明集成方法具有很强的优越性,并表明简单的采样策略提供更好的结果比更复杂的。
2019-07-30 cs.LG econ.EM
Predicting User Engagement in Twitter with Collaborative Ranking
IBM Research – Ireland(IBM研究院(爱尔兰))
协同过滤(CF)是亚马逊、YouTube、Netflix和Twitter等流行的基于Web的服务的核心组件。大多数应用程序使用CF向用户推荐一小部分项目。例如,YouTube基于用户的评级和观看历史向用户呈现她接下来可能观看的前n个视频的列表。目前的CF评价方法主要集中在评估预测评级的质量或前n个推荐项目的排名性能。然而,将推荐系统的评价限制在这两个方面是相当有限的,并且忽略了可以更好地表征良好感知的推荐的其他维度。在本文中,而不是优化评级或top-n推荐,我们专注于预测哪些项目产生最高的用户参与度的任务。特别是,我们使用Twitter作为我们的测试平台,并将问题作为一个协作排名任务,从推文的元数据中提取的丰富功能有助于补充仅限于用户ID,项目ID,评级和时间戳的交易信息。我们学习了一个评分函数,它直接优化了预测排名中nDCG@10的用户参与度。在作为RecSys Challenge 2014的一部分发布的MovieTweetings数据集的扩展版本上进行的实验显示了我们方法的有效性。
2014-12-26 cs.CY cs.IR cs.LG
RankList -- A Listwise Preference Learning Framework for Predicting Subjective Preferences
本文提出 RankList,一种列表级偏好学习框架,通过概率建模局部与非局部排序约束、log-sum-exp 近似及跳跃式比较,解决了 RankNet 等成对框架难以捕捉全局排序一致性的问题,在语音情感识别和图像美学评估等多模态任务中显著提升了排序准确率与泛化能力。
2025-08-13 cs.LG
Meta-Cal: Well-controlled Post-hoc Calibration by Ranking
KU Leuven(鲁汶大学)
在许多应用中,期望分类器不仅做出准确的预测,而且输出校准的后验概率。然而,许多现有的分类器,特别是深度神经网络分类器,往往是未校准的。事后校准是一种通过学习校准图来重新校准模型的技术。现有的方法主要集中在构建校准图与低校准误差,然而,这种质量是不够的校准是有用的。在本文中,我们介绍了两个约束条件,值得考虑在设计一个事后校准的校准图。然后,我们提出Meta-Cal,这是建立在一个基地校准和排名模型。在一些温和的假设下,给出了两个高概率界关于这些约束。在CIFAR-10、CIFAR-100和ImageNet以及一系列流行的网络架构上的实证结果表明,我们提出的方法在事后多类分类校准方面的性能明显优于当前最先进的方法。
2021-06-23 cs.LG stat.ML
Comparison of the Cox proportional hazards model and Random Survival Forest algorithm for predicting patient-specific survival probabilities in clinical trial data
University of Augsburg(奥格斯堡大学);University of Reading(雷丁大学)
本研究基于RCT数据集全面比较了Cox回归与RSF在预测生存概率中的表现,发现仅依赖C index评估具局限性,总体性能指标更合理,且RSF替代分裂规则在非比例风险下更优。
2025-05-27 cs.LG stat.ML
A comparative analysis of machine learning algorithms for predicting probabilities of default
NTT Data Italia(NTT数据意大利分公司);ESOMAS Department, University of Turin(都灵大学ESOMAS部门)
本文比较五种机器学习算法与逻辑回归在基准数据集上的违约概率预测性能,揭示各方法优劣,为贷款组合的PD预测提供有效算法选择见解。
2025-06-24 cs.LG q-fin.RM stat.AP
Ranking the locations and predicting future crime occurrence by retrieving news from different Bangla online newspapers
Shahjalal University of Science and Technology(沙赫贾拉勒科技大学)
针对地方犯罪统计数据不足的问题,提出通过爬取孟加拉语在线报纸数据,结合词干提取、位置查找、余弦相似度、朴素贝叶斯和自定义模型,实现犯罪地点排名、地图定位与未来犯罪预测。
2023-05-18 cs.CY cs.IR cs.LG
Good Rankings, Wrong Probabilities: A Calibration Audit of Multimodal Cancer Survival Models
研究评估了多模态癌症生存模型的校准性,发现其生存概率未经过校准,提出通过Post-hoc Platt缩放可减少误校准,但不改变区分能力。
2026-04-05 cs.AI cs.LG q-bio.QM
Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE
McGill University(麦吉尔大学);ILLS(学习系统国际实验室);MILA(蒙特利尔学习算法研究所);Technical University of Munich(慕尼黑工业大学);École de technologie supérieure(高等技术学院)
针对机器学习模型推理计算量大的问题,提出结合量化与早退的通用动态网络QuEE,通过有原则的公式化方法解决软早退决策问题,在4个分类数据集上验证了有效性并探究了成功条件。
2024-06-20 cs.LG
iSplit LBI: Individualized Partial Ranking with Ties via Split LBI
Microsoft Research Asia(微软亚洲研究院);University of Chinese Academy of Sciences(中国科学院大学);Peng Cheng Laboratory(鹏城实验室);Hong Kong University of Science and Technology(香港科技大学)
由于数据本身的不确定性,从有关系的两两比较数据中预测部分排序的问题近年来引起了越来越多的关注。然而,在现实世界中,不同的人往往有不同的偏好。仅仅关注全球部分排名而忽视个人多样性可能会产生误导。在本文中,而不是学习一个全球性的排名,这是同意的共识,我们追求领带意识的部分排名从个性化的角度来看。特别是,我们制定了一个统一的框架,不仅可以用于个性化的部分排名预测,但也有助于异常用户选择。这是通过称为\ilbi的基于变量分裂的算法实现的。具体来说,我们的算法生成一系列具有正则化路径的估计,其中超参数和模型参数都被更新。在路径的每一步,参数可以分解成三个正交的部分,即异常信号,个性化信号和随机噪声。异常信号可以服务于异常用户选择的目的,而异常信号和个性化信号一起主要负责个人部分排名预测。在模拟和真实世界数据集上进行的大量实验表明,我们的新方法显着优于最先进的替代方案。该代码现在可在https://github.com/qianqianxu010/NeurIPS2019-iSplitLBI上获得。
2019-10-14 cs.LG stat.ML
KANFormer for Predicting Fill Probabilities via Survival Analysis in Limit Order Books
LIASD – Université Paris 8, 93200 Saint-Denis(巴黎第八大学LIASD);Ceremade, CNRS-UMR 7534, Université Paris-Dauphine PSL(巴黎第十一大学PSL Ceremade);Inria, Université Paris Cité, Inserm, HeKA (UMR 1346)(Inria巴黎城市大学、法国国家医学研究院、HeKA(UMR 1346));Laboratoire ``Sciences Pour l'Environnement'' UMR 6134 CNRS - Université de Corse - Campus Grimaldi(环境科学实验室(UMR 6134 CNRS)- 科尔索大学-格拉马迪校区)
KANFormer通过结合市场信号与神经网络架构,实现对限价订单簿成交概率的准确预测。
2025-12-05 cs.AI cs.LG
Calibrated Boosting-Forest
University of Wisconsin Madison(威斯康星大学麦迪逊分校)
在许多分类任务中,需要出色的排名能力以及经过良好校准的概率估计。在本文中,我们介绍了一种技术,校准的提升森林,捕捉两者。这种新技术是梯度提升机器的集合,可以支持连续和二进制标签。在提供优于任何单个回归或分类模型的排名能力的同时,校准的Boosting-Forest能够保持校准良好的后验概率。除了这些好处之外,我们还提供了一种替代方法来调整梯度增强机器的繁琐步骤。我们证明,调整校准的助推森林可以减少到一个简单的超参数选择。我们进一步确定,增加这个超参数提高了排名性能下的收益递减。我们研究了校准的Boosting-Forest在基于配体的虚拟筛选中的有效性,其中连续和二进制标签都可用,并将校准的Boosting-Forest与逻辑斯谛回归,梯度提升机和深度学习的性能进行了比较。与最先进的深度学习模型相比,校准的Boosting-Forest实现了约48%的改进。此外,与最好的个体梯度提升机相比,它在概率质量测量上实现了约95%的改进。Calibrated Boosting-Forest提供了一个基准证明,在基于配体的虚拟筛选领域,深度学习不是普遍占主导地位的机器学习模型,良好的校准概率可以更好地促进虚拟筛选过程。
2017-11-13 cs.LG stat.ML
Accurately Predicting Probabilities of Safety-Critical Rare Events for Intelligent Systems
Tsinghua University(清华大学);Beijing National Research Center for Information Science and Technology (BNRist)(北京信息科学与技术国家研究中心(BNRist))
针对智能系统中安全关键稀有事件导致的极端数据不平衡问题,提出多阶段学习框架以逐步稠密化数据集,在月球着陆器和双足步行者场景中实现了更准确可靠的临界性概率预测。
2024-04-05 cs.AI cs.LG
Probability Ranking in Vector Spaces
University of Padua(帕多瓦大学)
概率排序原则指出,具有最高相关概率值的文档集优化了信息检索的有效性,因为概率被尽可能准确地估计。该原则的关键点是将文档集分成两个子集,具有给定的辐射水平和最高的召回率。本文介绍了两个向量子空间之间的分离,并表明,分离产生更有效的性能比最佳的分离到子集具有相同的可用证据,性能与召回和辐射测量。数学上证明了这一结果,并通过实验进行了验证。
2011-08-30 cs.IR cs.LG
A physical model for efficient ranking in networks
Columbia University(哥伦比亚大学);Santa Fe Institute(圣塔菲研究所);University of Colorado(科罗拉多大学)
我们提出了一个物理启发的模型和一个有效的算法来推断有向网络中节点的层次排序。它将实值秩分配给节点,而不是简单的序数秩,并且它形式化了这样一个假设,即具有相似秩的个体之间更有可能发生交互。它为推断的层次结构提供了自然的统计显著性测试,并且可以用于执行推断任务,例如预测边的存在或方向。排名是通过求解线性方程组获得的,如果网络是稀疏的,则该线性方程组是稀疏的;因此所产生的算法是非常有效和可扩展的。我们通过分析真实和合成数据来说明这些发现,包括来自动物行为,教师招聘,社会支持网络和体育比赛的数据集。我们表明,我们的方法往往优于各种其他人,在速度和准确性,在恢复底层的排名和预测边缘方向。
2018-06-13 cs.LG cs.SI physics.data-an
Deep Depression Prediction on Longitudinal Data via Joint Anomaly Ranking and Classification
Singapore Management University(新加坡管理大学);University of Adelaide(阿德莱德大学);University of Melbourne(墨尔本大学)
已经开发了各种各样的方法来识别抑郁症,但它们主要集中在测量个体目前患有抑郁症的程度。在这项工作中,我们探讨了使用机器学习应用于纵向社会人口统计数据预测未来抑郁症的可能性。在这样做的过程中,我们表明,住房状况和家庭环境的细节等数据可以为预测未来的精神疾病提供线索。为此,我们引入了一种新的深度多任务递归神经网络来学习时间依赖性抑郁线索。该方法将抑郁预测任务与两个辅助异常排序任务进行联合优化,包括对比性单类特征排序和偏差排序。辅助任务解决了问题的两个关键挑战:1)抑郁样本的高类内方差:它们能够学习对抑郁样本的高度变化类内分布具有鲁棒性的表示;以及2)小标记数据量:它们显著地提高了预测模型的样本效率,这减少了对在实践中难以收集的大的抑郁标记数据集的依赖。对大规模儿童抑郁症数据的大量实证结果表明,我们的模型是样本有效的,可以准确地预测抑郁症发生前2-4年,大大优于8个代表性的比较。
2022-03-20 cs.AI cs.CY cs.LG
Deep Probability Estimation
New York University(纽约大学);NYU School of Medicine(纽约大学医学院)
可靠的概率估计在许多存在固有(任意)不确定性的实际应用中至关重要。概率估计模型是根据观察到的结果(例如是否下雨,或者患者是否死亡)进行训练的,因为感兴趣事件的地面真实概率通常是未知的。因此,这个问题类似于二元分类,区别在于目标是估计概率而不是预测具体结果。本文研究了基于深度神经网络的高维数据概率估计。有几种方法可以提高这些模型产生的概率,但它们主要集中在模型(认知)的不确定性。对于具有固有不确定性的问题,在没有获得地面真实概率的情况下评估性能是具有挑战性的。为了解决这个问题,我们构建了一个合成数据集来研究和比较不同的可计算指标。我们评估现有的方法的合成数据,以及在三个现实世界的概率估计任务,所有这些都涉及固有的不确定性:从雷达图像的降水预测,预测癌症患者的生存从组织病理学图像,并预测车祸从dashcam视频。我们还给出了一个理论分析的模型,高维概率估计再现了我们的实验中所示的几个现象。最后,我们提出了一种新的方法,概率估计使用神经网络,修改训练过程,以促进输出概率是一致的经验概率计算的数据。该方法优于现有的方法上的模拟以及真实世界的数据的大多数指标。
2022-10-11 cs.AI cs.CV cs.LG
HARRIS: Hybrid Ranking and Regression Forests for Algorithm Selection
Paderborn University(帕德博恩大学);Leibniz University Hannover(汉诺威莱布尼茨大学)
众所周知,不同的算法在算法问题的实例上表现不同,这激发了算法选择(AS):给定算法问题的实例,哪种算法最适合解决它?因此,AS问题受到了相当大的关注,导致了各种方法-其中许多方法在引擎盖下解决回归或排名问题。虽然这两种公式都产生了非常自然的方法来解决AS,但它们都有相当大的弱点。一方面,正确地预测算法在实例上的性能是产生对算法的正确排名的充分条件,但不是必要条件,特别是首先排名最好的算法。另一方面,经典的排名方法通常不考虑训练数据中可用的具体性能值,而仅利用由这些数据组成的排名。我们提出哈里斯-混合rAnking和RegRessIon foreSts -一个新的算法选择器,利用特殊的森林,结合这两种方法的优势,同时减轻他们的弱点。哈里斯的决策是基于森林模型,其树是基于混合排名和回归损失函数优化的分裂创建的。正如我们对ASLib的初步实验研究所示,HARRIS在某些情况下改进了标准算法选择方法,这表明在树中结合排名和回归确实对AS有希望。
2022-10-31 cs.LG
Predicting the top and bottom ranks of billboard songs using Machine Learning
Pacific Northwest National Laboratory(太平洋西北国家实验室)
音乐产业是一个1300亿美元的产业。预测一首歌是否抓住了观众的脉搏影响了整个行业。在本文中,我们使用几种计算语言学算法来分析歌曲歌词中的语言,并根据语言特征预测歌曲是否会在公告牌排名中名列前茅或垫底。我们训练和测试了一个SVM分类器的径向核函数的语言特征。结果表明,我们可以分类一首歌是否属于顶部和底部的公告牌排行榜的精度为0.76。
2015-12-03 cs.CL cs.LG
Hybrid Machine Learning Forecasts for the FIFA Women's World Cup 2019
TU Dortmund University(多特蒙德工业大学);Ghent University(根特大学);Technical University of Munich(慕尼黑工业大学);Universität Innsbruck(因斯布鲁克大学)
在这项工作中,我们结合了两种不同的排名方法与其他几个预测在一个联合随机森林方法的足球比赛的成绩。第一种排名方法是基于博彩公司的共识,第二种排名方法估计足够的能力参数,最好地反映了球队的当前实力。然后将所提出的综合方法应用于前两届国际足联女足世界杯2011年和2015年的数据。最后,基于所得到的估计,反复模拟2019年FIFA女足世界杯,并获得所有球队的获胜概率。该模型显然有利于卫冕冠军美国之前,东道国法国。
2019-06-03 cs.LG stat.AP stat.ML
A Ranking Approach for Measuring Calibration
Boston University(波士顿大学);University of Chicago(芝加哥大学)
本文提出一种基于排序的校准误差度量rankECE,通过比较预测概率邻近值点,在无假设设定下提供比常用分箱近似更优的ECE代理指标,并给出理论保证与实证验证。
2026-09-14 cs.LG stat.ME stat.ML
Improving healthcare access management by predicting patient no-show behaviour
Southampton Business School, University of Southampton(南安普顿大学南安普顿商学院);Pontificia Universidad Javeriana(哈维里亚那天主教大学);The University of Western Ontario(西安大略大学);Mathematical Sciences, University of Southampton(南安普顿大学数学科学学院)
医疗预约的低出勤率与不良的健康结果和服务提供者的效率问题有关。为了解决这个问题,医疗保健管理人员可以通过调整资源分配政策来提高出勤率或最大限度地减少缺席对运营的影响。然而,考虑到患者行为的不确定性,生成关于未出现概率的相关信息可以支持两种方法的决策过程。在这种情况下,许多研究人员使用多元回归模型来识别病人和预约特征,而不是可以用作未出现概率的良好预测因素。这项工作开发了一个决策支持系统(DSS),以支持实施鼓励出勤的战略,为哥伦比亚波哥大服务不足的社区提供预防保健方案。我们对文学的贡献是三方面的。首先,我们评估不同的机器学习方法来提高回归模型的准确性的有效性。特别是,随机森林和神经网络用于对考虑非线性和变量相互作用的问题进行建模。其次,我们提出了一种新的使用分层相关传播,以提高神经网络预测的可解释性,并从建模步骤中获得见解。第三,我们确定变量解释在发展中国家的背景下,未出现的概率,并研究其政策含义和改善医疗服务的潜力。除了在以前的研究中报告的量化关系,我们发现,收入和邻里犯罪统计影响未出现的概率。我们的研究结果将支持患者在试点行为干预的优先顺序,并将告知预约计划的决定。
2020-12-10 cs.LG stat.AP
A novel interpretable machine learning system to generate clinical risk scores: An application for predicting early mortality or unplanned readmission in a retrospective cohort study
Duke-NUS Medical School(杜克-新加坡国立大学医学院);Singapore Health Services(新加坡保健服务集团);Singapore General Hospital(新加坡中央医院);National University of Singapore(新加坡国立大学);Duke University(杜克大学);Singapore Eye Research Institute(新加坡眼科研究所);Singapore National Eye Centre(新加坡国家眼科中心)
本文提出基于ShapleyVIC的可解释变量选择方法,结合AutoScore自动生成临床风险评分,在预测早期死亡或非计划再入院研究中仅用6个变量即达到与16变量模型相当的性能。
2022-01-10 cs.LG
RAVEN: RAnking and Validation of ExoplaNets
Department of Physics, University of Warwick(沃里克大学物理系);Centre for Exoplanets and Habitability, University of Warwick(沃里克大学系外行星与宜居性中心);Instituto de Ciencias Físicas (CONICET / ECyT-UNSAM)(物理科学研究所(CONICET / ECyT-UNSAM));Gerencia de Tecnología de la información y de las Comunicaciones (GTIC), Subgerencia Vinculación y Desarrollo de Nuevas Tecnologías de la Información, DTE-CNEA. Centro Atómico Constituyentes(信息与通信技术管理局(GTIC),技术联络与发展新技术子部门,DTE-CNEA原子构成中心);Instituto Tecnológico de Buenos Aires (ITBA)(布宜诺斯艾利斯技术研究所)
本文提出RAVEN流水线,利用贝叶斯框架结合梯度提升决策树和高斯过程分类器对TESS系外行星候选体进行自动排序与统计验证,在外部TOI样本上取得91%准确率并以云端应用形式公开发布。
2025-09-22 astro-ph.EP astro-ph.IM cs.LG
Predicting, Evaluating, and Explaining Top Misinformation Spreaders via Archetypal User Behavior
SUPSI(瑞士应用科学大学);USC Information Sciences Institute(南加州大学信息科学研究所)
本研究提出结合放大器、超级传播者、协同账号三类用户原型的排名模型,引入时间动态与可解释AI技术,可识别顶级错误信息传播者,为内容审核提供工具。
2026-08-18 cs.CY cs.LG cs.SI
To Share or not to Share: Predicting Sets of Sources for Model Transfer Learning
Bosch Center for Artificial Intelligence(博世人工智能中心);Saarland University(萨尔大学)
在低资源环境中,模型转移可以帮助克服许多任务和领域缺乏标记数据的问题。然而,预测有用的转移来源是一个具有挑战性的问题,因为即使是最相似的来源也可能导致意想不到的负转移结果。因此,基于任务和文本相似性的排名方法-如在先前的工作中所建议的-可能不足以识别有希望的来源。为了解决这个问题,我们提出了一种新的方法来自动确定哪些和多少来源应该被利用。为此,我们研究了模型转移对不同领域和任务的序列标记的影响,并表明我们基于模型相似性和支持向量机的方法能够预测有希望的来源,从而使性能提高高达24个F1点。
2021-10-29 cs.CL cs.LG
A model for efficient dynamical ranking in networks
Università di Genova(热那亚大学);Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);African Institute for Mathematical Sciences(非洲数学科学研究所);University of Colorado Boulder(科罗拉多大学博尔德分校);BioFrontiers Institute(生物前沿研究所);Santa Fe Institute(圣塔菲研究所)
本研究提出一种受物理学启发、通过求解线性方程组实现的有向时间网络动态排名推断方法,仅需调一个参数,高效可扩展,在多场景下预测表现优于现有方法。
2024-08-09 cs.LG cs.SI physics.data-an