사용자가 클릭 할 수있는 N 개의 카테고리 목록이 있습니다. 그러한 사용자 K가 완전히 있다고 가정 해 보겠습니다. 나는 과거 3 개월 동안 어떤 사용자가 어떤 날짜에 몇 번이나 클릭했는지 알려주는 데이터를 가지고있다. 예 : 2016 년 6 월 20 일 : [10,15,12,15]}이 사용자는 특정 사용자를 대상으로하며 6 월 20 일 한 번 카테고리 10, 12를 한 번, 두 번 클릭했습니다.다 변수 호크스 분포는 R
이 데이터가 주어지면,이를 모델링하기 위해 다 변수 호크스 배포본을 사용하여 클릭 한 과거 카테고리 (동일하거나 다른 카테고리)를 기반으로 사용자가 클릭 할 카테고리를 예측할 수 있습니다.
저는 많은 예제를 이미 살펴 봤습니다. http://jheusser.github.io/2013/09/08/hawkes.html 은 ptproc 패키지를 사용하여 단일 변이 호크스 분포를 사용합니다. 그러나 ptproc는 현재 존재하지 않습니다.
평균, 알파 및 베타 매개 변수의 임의의 초기화를 제공하고 모델에서 EM 알고리즘을 사용하여 최대 우도 추정을 수행하여 매개 변수의 최상의 값을 찾고 반환하도록합니다.
hawkes
패키지를 사용하여,
library(hawkes)
lambda0 <- c(0.2,0.2)
alpha <- matrix(c(0.5,0,0,0.5),byrow=TRUE,nrow=2)
beta <- c(0.7,0.7)
history <- simulateHawkes(lambda0,alpha,beta,3600)
l <- likelihoodHawkes(lambda0,alpha,beta,history)
이 매개 변수의 어떤 임의의 초기화를위한 가능성을 계산합니다. EM 알고리즘을 사용하고 Multivariate Hawkes 분포에 대한 가능성을 극대화하여 최상의 매개 변수를 찾는 방법은 무엇입니까?
감사합니다.
'Optim을 (c (REP (1,2), 담당자 (0.2,4), 담당자 (2,2)), nloglik_bi_hawkes, 방법 = 'BFGS' , history = history)'더 좋은 결과를 만든다. – skwon