19 Feb Modele dedite location

Dans le modèle de localisation d`Hotelling, les entreprises n`exercent pas de variations dans les caractéristiques du produit; les entreprises rivalisent et le prix de leurs produits dans une seule dimension, emplacement géographique. Par conséquent, l`utilisation traditionnelle de ce modèle devrait être utilisée pour les consommateurs qui perçoivent les produits comme des substituts parfaits ou comme base pour les modèles de localisation modernes. Un modèle d`emplacement (spatial) fait référence à tout modèle de concurrence monopolistique en économie qui démontre la préférence des consommateurs pour des marques particulières de marchandises et leurs emplacements. Parmi les exemples de modèles d`emplacement figurent le modèle d`emplacement d`Hotelling, le modèle de cercle de Salop et les variantes hybrides. L`une des variantes les plus célèbres du modèle d`emplacement d`Hotelling est le modèle de cercle de salop. [2] semblable aux représentations spatiales précédentes, le modèle de cercle examine la préférence des consommateurs en ce qui concerne l`emplacement géographique. Cependant, Salop introduit deux facteurs significatifs: 1) les entreprises sont situées autour d`un cercle sans point final, et 2) elle permet au consommateur de choisir un deuxième bien hétérogène. L`utilitaire u {displaystyle u ,} pour un produit particulier à distance d {displaystyle d ,} est représenté dans l`équation suivante: si seule la firme x peut déménager sans frais et ferme y est fixe, l`entreprise x se déplacera sur le côté de l`entreprise y où le pool de consommateurs est maximisé . Par conséquent, les profits tirés de l`entreprise X augmentent sensiblement, tandis que l`entreprise Y entraîne une perte importante. . L`intérêt pour les données de notation en ligne a augmenté au cours des dernières années où les notations ordinales de produits ou d`entreprises locales sont fournies par les utilisateurs d`un site Web, tels que Yelp! ou Amazon.

Une source d`hétérogénéité dans les notations est que les utilisateurs appliquent des normes différentes lors de la fourniture de leurs notations; même si deux utilisateurs bénéficient d`un produit de la même quantité, ils peuvent traduire leur avantage en cotes de différentes manières. Dans cet article, nous proposons un modèle de données ordinales, que nous appelons un modèle multi-Rubric, qui traite les critères utilisés pour convertir un utilitaire latent en une notation en tant qu`effets aléatoires spécifiques à l`utilisateur, avec la distribution de ces effets aléatoires étant modélisé façon non paramétrique. Nous démontrons que cette approche est capable de comptabiliser ce type de variabilité en plus des sources habituelles d`hétérogénéité en raison de la qualité des articles, des biais des utilisateurs, des interactions entre les éléments et les utilisateurs et de la structure spatiale des utilisateurs et des éléments. Nous appliquons le modèle développé ici aux données accessibles au public à partir du site Web Yelp! et démontrer qu`il produit des regroupements interprétables d`utilisateurs en fonction de leur comportement de notation, en plus de fournir de meilleures prédictions des notations et de meilleurs résumés de la qualité globale de l`article. Supposons que les consommateurs sont équidistants les uns des autres autour du cercle. Le modèle se produira pour une période de temps, dans laquelle un seul produit est acheté.