Bất kỳ ví dụ kinh doanh nào về sử dụng chuỗi Markov?

Question

Có trường hợp kinh doanh nào để sử dụng chuỗi Markov? Tôi đã nhìn thấy các loại khu vực chơi của một chuỗi markov áp dụng cho blog của một ai đó để viết một bài giả mạo. Tôi muốn một số ví dụ thực tế mặc dù? Ví dụ. hữu ích trong kinh doanh hoặc dự đoán của thị trường chứng khoán, hoặc tương tự ...

Chỉnh sửa: Cảm ơn tất cả những người đã đưa ra ví dụ, tôi upvoted mỗi một khi chúng đều hữu ích.
Chỉnh sửa2: Tôi đã chọn câu trả lời chi tiết nhất làm câu trả lời được chấp nhận. Tất cả các câu trả lời tôi upvoted.

Answer 1

Có một lớp phương pháp tối ưu hóa dựa trên phương pháp Markov Chain Monte Carlo (MCMC). Những điều này đã được áp dụng cho nhiều vấn đề thực tiễn khác nhau, ví dụ như tín hiệu & các ứng dụng xử lý hình ảnh cho phân đoạn và phân loại dữ liệu. Bài phát biểu & nhận dạng hình ảnh, phân tích chuỗi thời gian, rất nhiều ví dụ tương tự xuất hiện từ tầm nhìn máy tính và nhận dạng mẫu.

Answer 2

Điều hiển nhiên: PageRank của Google.

Answer 3

Tôi đã nhìn thấy email spam được tạo rõ ràng bằng chuỗi Markov - chắc chắn đủ điều kiện là "sử dụng cho doanh nghiệp". :)

Answer 4

Chúng tôi sử dụng phân tích chuỗi tệp nhật ký để lấy được và quảng bá liên kết thứ cấp và đại học cho các tài liệu khác không liên quan trong hệ thống trợ giúp của chúng tôi (bộ sưu tập 10 triệu tài liệu).

Điều này đặc biệt hữu ích trong việc chuyển tiếp các phân loại riêng biệt khác. ví dụ. Tài liệu SQL so với tài liệu IIS.

Answer 5

Hidden Markov models dựa trên chuỗi Markov và được sử dụng rộng rãi trong nhận dạng giọng nói và đặc biệt là tin sinh học.

Answer 6

Tôi biết AccessData sử dụng chúng trong số forensic password-cracking tools. Nó cho phép bạn khám phá các cụm từ mật khẩu có khả năng hơn đầu tiên, dẫn đến khôi phục mật khẩu nhanh hơn (trung bình).

Answer 7

IBM có CELM. Kiểm tra liên kết này: http://www.research.ibm.com/journal/rd/513/labbi.pdf

Answer 8

Có một số hệ thống Ray Tracing thương mại mà thực hiện Metropolis nhẹ Giao thông vận tải (phát minh bởi Eric Veach, về cơ bản, ông áp dụng đô thị Hastings để ray tracing), và cũng Bi-Directional- và Tầm quan trọng-Lấy mẫu-Đường dẫn Tracers sử dụng Markov-Chains.

Văn bản in đậm có thể googlable, tôi đã bỏ qua giải thích thêm vì lợi ích của chuỗi này.

Answer 9

Chúng tôi dự định sử dụng nó để nhập văn bản tiên đoán trên thiết bị cầm tay để nhập dữ liệu trong môi trường công nghiệp. Trong một tình huống có kích thước từ vựng hợp lý, việc chuyển đổi sang từ tiếp theo có thể được đề xuất dựa trên tần suất. Thử nghiệm ban đầu của chúng tôi cho thấy rằng điều này sẽ hoạt động tốt cho nhu cầu của chúng tôi.

Answer 10

Gần đây tôi đã vấp vào một ví dụ viết blog của việc sử dụng chuỗi Markov để tạo dữ liệu thử nghiệm ...

chuỗi

http://github.com/emelski/code.melski.net/blob/master/markov/main.cpp

Answer 11

Markov được sử dụng bởi các công ty tìm kiếm như bing để suy ra sự liên quan của tài liệu từ chuỗi các lần nhấp được thực hiện bởi người dùng trên trang kết quả.Hành vi người dùng cơ bản trong phiên truy vấn điển hình được mô hình hóa dưới dạng chuỗi markov, với các hành vi cụ thể như chuyển đổi trạng thái ... chẳng hạn nếu tài liệu có liên quan, người dùng vẫn có thể kiểm tra nhiều tài liệu hơn (nhưng với xác suất nhỏ hơn) hoặc anh ta có thể kiểm tra nhiều tài liệu hơn (với xác suất lớn hơn nhiều).

Answer 12

Chuỗi Markov có thể được sử dụng để mô phỏng tương tác của người dùng, ví dụ: khi duyệt dịch vụ.

Bạn tôi đã viết thư bằng văn bản công nhận bằng cách sử dụng Markov Chains (ông cho biết dữ liệu đầu vào phải là toàn bộ sách để thành công).

Nó có thể không phải là rất 'kinh doanh' nhưng chuỗi Markov có thể được sử dụng để tạo ra tên địa lý và người hư cấu, đặc biệt là trong trò chơi RPG.

Answer 13

Mô hình Markov là một cách mô tả quy trình trải qua một loạt các trạng thái.

HMM có thể được áp dụng trong nhiều trường mà mục tiêu là khôi phục chuỗi dữ liệu không thể quan sát được ngay lập tức (nhưng phụ thuộc vào một số dữ liệu khác trên chuỗi đó).

các ứng dụng thường gặp bao gồm:

Crypt-phân tích, nhận dạng tiếng nói, Phần-of-speech tagging, Máy dịch thuật, Cổ Dự đoán, dự đoán Gene, Alignment sinh học chuỗi, Gesture Recognition, công nhận hoạt động, phát hiện trình duyệt mẫu của người dùng trên trang web.

Answer 14

Chuỗi Markov được sử dụng trong bảo hiểm nhân thọ, đặc biệt là trong mô hình khuyết tật vĩnh viễn. Có 3 tiểu bang

• 0 - Cuộc sống lành mạnh
• 1 - Cuộc sống trở nên tàn tật
• 2 - Cuộc sống chết

Trong một mô hình thương tật vĩnh viễn các công ty bảo hiểm có thể phải trả một số loại quyền lợi nếu người được bảo hiểm bị tàn tật và/hoặc quyền lợi bảo hiểm nhân thọ khi người được bảo hiểm chết. Công ty bảo hiểm sau đó có thể sẽ chạy mô phỏng Monte Carlo dựa trên chuỗi Markov này để xác định chi phí có khả năng cung cấp bảo hiểm như vậy.