使用马尔可夫链有哪些商业案例?我已经看到将马尔可夫链的游戏区域应用于某人的博客以撰写虚假帖子。我想要一些实际的例子吗?例如,在商业或股票市场预测等方面有用......
编辑:感谢所有提供示例的人,我对每个示例都投了赞成票,因为它们都很有用。
Edit2:我选择了最详细的答案作为接受的答案。我赞成的所有答案。
使用马尔可夫链有哪些商业案例?我已经看到将马尔可夫链的游戏区域应用于某人的博客以撰写虚假帖子。我想要一些实际的例子吗?例如,在商业或股票市场预测等方面有用......
编辑:感谢所有提供示例的人,我对每个示例都投了赞成票,因为它们都很有用。
Edit2:我选择了最详细的答案作为接受的答案。我赞成的所有答案。
显而易见的一个:Google 的 PageRank。
隐马尔可夫模型基于马尔可夫链,广泛用于语音识别,尤其是生物信息学。
我已经看到垃圾邮件显然是使用马尔可夫链生成的——当然这符合“商业用途”的条件。:)
我们使用日志文件链分析来获取和促进指向我们帮助系统(10m 文档的集合)中其他不相关文档的二级和三级链接。
这对于桥接其他单独的分类法特别有用。例如 SQL 文档与 IIS 文档。
有一类基于马尔可夫链蒙特卡罗(MCMC)方法的优化方法。这些已应用于各种实际问题,例如信号和图像处理应用到数据分割和分类。语音和图像识别,时间序列分析,许多类似的例子都来自计算机视觉和模式识别。
我知道 AccessData 在他们的取证密码破解工具中使用了它们。它可以让您首先探索更有可能的密码短语,从而更快地恢复密码(平均而言)。
有一些商业的光线追踪系统实现了Metropolis Light Transport(由 Eric Veach 发明,基本上他将 Metropolis hastings 应用于光线追踪),并且双向和重要性采样 路径追踪器使用马尔可夫链。
粗体文本是可搜索的,为了这个线程,我省略了进一步的解释。
像 bing 这样的搜索公司使用马尔可夫链从用户在结果页面上的点击序列推断文档的相关性。典型查询会话中的基本用户行为被建模为马尔可夫链,特定行为为状态转换......例如,如果文档是相关的,用户可能仍然检查更多文档(但概率较小),否则他可能会检查更多文档(概率更大)。
我们计划将其用于手持设备上的预测文本输入,以便在工业环境中输入数据。在词汇量合理的情况下,可以根据频率建议转换到下一个单词。我们的初步测试表明,这将很好地满足我们的需求。
IBM 有 CELM。查看此链接: http ://www.research.ibm.com/journal/rd/513/labbi.pdf
我最近偶然发现了一个使用马尔可夫链创建测试数据的博客示例......
http://github.com/emelski/code.melski.net/blob/master/markov/main.cpp
马尔可夫模型是一种描述经历一系列状态的过程的方法。
HMM 可以应用于许多领域,其目标是恢复不能立即观察到的数据序列(但取决于该序列上的一些其他数据)。
常见的应用包括:
密码分析、语音识别、词性标注、机器翻译、股票预测、基因预测、生物序列对齐、手势识别、活动识别、检测用户在网站上的浏览模式。
马尔可夫链可用于模拟用户交互,fg 浏览服务时。
我的朋友正在使用马尔可夫链写作文凭工作抄袭识别(他说输入数据必须是整本书才能成功)。
它可能不是很“商业”,但马尔可夫链可用于生成虚构的地名和人名,尤其是在 RPG 游戏中。
马尔可夫链用于人寿保险,特别是在永久性残疾模型中。有3个状态
In a permanent disability model the insurer may pay some sort of benefit if the insured becomes disabled and/or the life insurance benefit when the insured dies. The insurance company would then likely run a monte carlo simulation based on this Markov Chain to determine the likely cost of providing such an insurance.