Buchumschlag

An explainable machine learning-based approach for analyzing customers' online data to identify the importance of product attributes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karimzadeh, Aigin, Zakery, Amir, Mohammadi, Mohammadreza, Yavari, Ali
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Science and Game Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

No-regret incentive-compatible online learning under exact truthfulness with non-myopic experts
von: Komiyama, Junpei, et al.
Veröffentlicht: (2025)

On the price of exact truthfulness in incentive-compatible online learning with bandit feedback: A regret lower bound for WSU-UX
von: Mortazavi, Ali, et al.
Veröffentlicht: (2024)

Group-wise oracle-efficient algorithms for online multi-group learning
von: Deng, Samuel, et al.
Veröffentlicht: (2024)

Predicting human decisions with behavioral theories and machine learning
von: Plonsky, Ori, et al.
Veröffentlicht: (2019)

Conservative classifiers do consistently well with improving agents: characterizing statistical and online learning
von: Sharma, Dravyansh, et al.
Veröffentlicht: (2025)

Semivalue-based data valuation is arbitrary and gameable
von: Diehl, Hannah, et al.
Veröffentlicht: (2025)

Sink equilibria and the attractors of learning in games
von: Biggar, Oliver, et al.
Veröffentlicht: (2025)

A pragmatic policy learning approach to account for users' fatigue in repeated auctions
von: Heymann, Benjamin, et al.
Veröffentlicht: (2024)

Improved learning rates in multi-unit uniform price auctions
von: Potfer, Marius, et al.
Veröffentlicht: (2025)

Game of arrivals at a two queue network with heterogeneous customer routes
von: Bandyopadhyay, Agniv, et al.
Veröffentlicht: (2023)

Last iterate convergence in no-regret learning: constrained min-max optimization for convex-concave landscapes
von: Lei, Qi, et al.
Veröffentlicht: (2020)

On the Convergence of Federated Learning Algorithms without Data Similarity
von: Beikmohammadi, Ali, et al.
Veröffentlicht: (2024)

C2:Cross learning module enhanced decision transformer with Constraint-aware loss for auto-bidding
von: Ding, Jinren, et al.
Veröffentlicht: (2026)

High dimensional online calibration in polynomial time
von: Peng, Binghui
Veröffentlicht: (2025)

Ordinal Potential-based Player Rating
von: Vadori, Nelson, et al.
Veröffentlicht: (2023)

Transfer learning of state-based potential games for process optimization in decentralized manufacturing systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Unending Sequential Auctions
von: Ban, Amir
Veröffentlicht: (2025)

Bayesian Strategic Classification
von: Cohen, Lee, et al.
Veröffentlicht: (2024)

Data Trading Combination Auction Mechanism based on the Exponential Mechanism
von: Chen, Kongyang, et al.
Veröffentlicht: (2024)

Intelligent Agents for Auction-based Federated Learning: A Survey
von: Tang, Xiaoli, et al.
Veröffentlicht: (2024)

Autobidding Arena: unified evaluation of the classical and RL-based autobidding algorithms
von: Pudovikov, Andrey, et al.
Veröffentlicht: (2025)

An improved bound for the price of anarchy for related machine scheduling
von: Berger, Andre, et al.
Veröffentlicht: (2024)

Adaptive Two-sided Assortment Optimization: Revenue Maximization
von: Ahmadnejadsaein, Mohammadreza, et al.
Veröffentlicht: (2025)

A Hybrid Game-Theory and Deep Learning Framework for Predicting Tourist Arrivals via Big Data Analytics and Opinion Leader Detection
von: Nikseresht, Ali
Veröffentlicht: (2025)

A game-theoretic approach for Generative Adversarial Networks
von: Franci, Barbara, et al.
Veröffentlicht: (2020)

ShapG: new feature importance method based on the Shapley value
von: Zhao, Chi, et al.
Veröffentlicht: (2024)

The Bounds of Algorithmic Collusion; $Q$-learning, Gradient Learning, and the Folk Theorem
von: Askenazi-Golan, Galit, et al.
Veröffentlicht: (2024)

Almost Envy-free Allocation of Indivisible Goods: A Tale of Two Valuations
von: Kaviani, Alireza, et al.
Veröffentlicht: (2024)

Personalized Dynamic Pricing Policy for Electric Vehicles: Reinforcement learning approach
von: Bae, Sangjun, et al.
Veröffentlicht: (2024)

Selling Information in Competitive Environments
von: Bonatti, Alessandro, et al.
Veröffentlicht: (2022)

Practical approach to $2$-Euclidean Preferences
von: Dvořák, Michal, et al.
Veröffentlicht: (2025)

Improved Maximin Share Guarantee for Additive Valuations
von: Heidari, Ehsan, et al.
Veröffentlicht: (2025)

Improved Approximate EFX Guarantees for Multigraphs
von: Kaviani, Alireza, et al.
Veröffentlicht: (2025)

Infinite lexicographic products of positional objectives
von: Casares, Antonio, et al.
Veröffentlicht: (2025)

Computing stable limit cycles of learning in games
von: Biggar, Oliver, et al.
Veröffentlicht: (2026)

Randomized learning-augmented auctions with revenue guarantees
von: Caragiannis, Ioannis, et al.
Veröffentlicht: (2024)

Gradient-based Learning in State-based Potential Games for Self-Learning Production Systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Breaking the Gradient Barrier: Unveiling Large Language Models for Strategic Classification
von: Lv, Xinpeng, et al.
Veröffentlicht: (2025)

Blind Inverse Game Theory: Jointly Decoding Rewards and Rationality in Entropy-Regularized Competitive Games
von: Virk, Hamza, et al.
Veröffentlicht: (2025)

Zeroth-Order Stackelberg Control in Combinatorial Congestion Games
von: Masiha, Saeed, et al.
Veröffentlicht: (2026)