¿Algún ejemplo de negocio del uso de cadenas de Markov?

Question

¿Qué casos de negocio existen para usar las cadenas de Markov? He visto el tipo de área de juego de una cadena de Markov aplicada al blog de alguien para escribir una publicación falsa. ¿Me gustaría algunos ejemplos prácticos? P.ej. útil en negocios o predicción del mercado de valores, o similar ...

Editar : Gracias a todos los que dieron ejemplos, subí los votos a cada uno porque todos fueron útiles.
Editar2 : seleccioné la respuesta con el mayor detalle como la respuesta aceptada. Todas las respuestas que he votado.

Answer 1

Hay una clase de métodos de optimización basados ??en los métodos de Markov Chain Monte Carlo (MCMC). Estos se han aplicado a una amplia variedad de problemas prácticos, por ejemplo, Signal & amp; Procesamiento de imágenes de aplicaciones para segmentación y clasificación de datos. Discurso & amp; El reconocimiento de imágenes, el análisis de series de tiempo, muchos ejemplos similares surgen de la visión por computadora y el reconocimiento de patrones.

Answer 2

El obvio: el PageRank de Google.

Answer 3

Los modelos ocultos de Markov se basan en una cadena de Markov y se utilizan ampliamente en el reconocimiento de voz y especialmente en bioinformática .

Answer 4

He visto correos electrónicos no deseados que se generaron claramente usando una cadena de Markov, ciertamente que califica como "uso comercial". :)

Answer 5

Utilizamos el análisis de la cadena de archivos de registro para derivar y promover enlaces secundarios y terciarios a documentos no relacionados en nuestro sistema de ayuda (una colección de documentos de 10m).

Esto es especialmente útil para salvar taxonomías separadas. p.ej. Documentos de SQL frente a documentos de IIS.

Answer 6

Sé que AccessData los usa en sus herramientas forenses de descifrado de contraseñas . Le permite explorar las frases de contraseña más probables primero, lo que resulta en una recuperación de contraseña más rápida (en promedio).

Answer 7

Las empresas de búsqueda como Bing utilizan las cadenas de Markov para inferir la relevancia de los documentos a partir de la secuencia de clics realizados por los usuarios en la página de resultados. El comportamiento subyacente del usuario en una sesión de consulta típica se modela como una cadena de Markov, con comportamientos particulares como transiciones de estado ...  por ejemplo, si el documento es relevante, un usuario aún puede examinar más documentos (pero con una probabilidad menor) o puede examinar más documentos (con una probabilidad mucho mayor).

Answer 8

Hay algunos sistemas comerciales de Ray Tracing que implementan Metropolis Light Transport (inventado por Eric Veach, básicamente aplicó los elementos de metrópolis al trazado de rayos), y también Bi-Direccional - y Importance-Sampling- Path Tracers usan Markov-Chains.

Los textos en negrita son googleables, omití más explicaciones por el bien de este hilo.

Answer 9

Planeamos utilizarlo para el ingreso de texto predictivo en un dispositivo de mano para el ingreso de datos en un entorno industrial. En una situación con un tamaño de vocabulario razonable, se pueden sugerir transiciones a la siguiente palabra según la frecuencia. Nuestras pruebas iniciales sugieren que esto funcionará bien para nuestras necesidades.

Answer 10

IBM tiene CELM. Echa un vistazo a este enlace: http://www.research.ibm.com/journal/rd/ 513 / labbi.pdf

Answer 11

Recientemente me topé con un ejemplo de blog sobre el uso de cadenas de Markov para crear datos de prueba ...

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

Answer 12

El modelo de Markov es una forma de describir un proceso que atraviesa una serie de estados.

Los HMM se pueden aplicar en muchos campos donde el objetivo es recuperar una secuencia de datos que no es observable inmediatamente (pero depende de algunos otros datos de esa secuencia).

Las aplicaciones comunes incluyen:

Análisis de cripta, Reconocimiento de voz, Etiquetado de parte del habla, Traducción automática, Predicción de stock, Predicción de genes, Alineación de secuencias biológicas, Reconocimiento de gestos, Reconocimiento de actividades, Detección del patrón de navegación de un usuario en un sitio web .

Answer 13

Markov Chains se puede usar para simular la interacción del usuario, por ejemplo. al navegar por el servicio.

Mi amigo estaba escribiendo como diplomático y reconoció el uso de cadenas de Markov (dijo que los datos de entrada deben ser libros completos para tener éxito).

Puede que no sea muy "comercial", pero las Cadenas de Markov pueden usarse para generar nombres geográficos y de personas ficticios, especialmente en juegos de rol.

Answer 14

Las cadenas de Markov se utilizan en seguros de vida, particularmente en el modelo de discapacidad permanente. Hay 3 estados

• 0 - La vida es saludable
• 1 - La vida se deshabilita
• 2 - La vida muere

En un modelo de discapacidad permanente, la aseguradora puede pagar algún tipo de beneficio si el asegurado queda discapacitado y / o el beneficio del seguro de vida cuando el asegurado fallece. La compañía de seguros probablemente ejecutaría una simulación de Monte Carlo basada en esta Cadena de Markov para determinar el costo probable de proporcionar dicho seguro.