Есть бизнес-примеры использования сетей Маркова?

какой бизнес есть за Использование цепей Маркова? Я видел, как игровая площадка Марковской сети применялась к чьему-то блогу, чтобы написать поддельный пост. Я хотел бы некоторые практические примеры, хотя? Е. Г. полезно в бизнесе или прогнозирование фондового рынка, или тому подобное...

редактировать: спасибо всем, кто привел примеры, я поддержал каждый из них, поскольку они были полезны.
Edit2: Я выбрал ответ с наиболее подробной информацией в качестве принятого ответа. Все ответы я поддержал.

14 ответов


существует класс методов оптимизации, основанных на Марковская Цепь Монте-Карло (MCMC) методы. Они могут применяться в самых разнообразных практических задач, например сигнала и обработки изображения для сегментации и классификации данных. Распознавание речи и изображений, анализ временных рядов, множество подобных примеров выходят из компьютерного зрения и распознавания образов.


очевидный: PageRank Google.


скрытые модели Маркова основаны на цепочке Маркова и широко используются в распознавании речи и особенно биоинформатике.


Я видел спам-почту, которая была явно сгенерирована с использованием цепочки Маркова-конечно, это квалифицируется как"бизнес-использование". :)


мы используем цепочку лог-файлов для получения и продвижения вторичных и третичных ссылок на несвязанные документы в нашей справочной системе (коллекция документов 10m).

Это особенно полезно при объединении в противном случае отдельных таксономий. например, SQL docs против IIS docs.


Я знаю, что AccessData использует их в своих судебные инструменты взлома паролей. Это позволяет вам сначала изучить более вероятные фразы паролей, что приводит к более быстрому восстановлению пароля (в среднем).


цепочки Маркова используются поисковыми компаниями, такими как bing, для вывода релевантности документов из последовательности кликов, сделанных пользователями на странице результатов. Базовое поведение пользователя в типичном сеансе запроса моделируется как цепочка Маркова с определенным поведением как переходы состояний... например, если документ релевантен, пользователь все равно может изучить больше документов (но с меньшей вероятностью) или же он может изучить больше документов (с гораздо большей вероятностью).


есть некоторые коммерческие системы трассировки лучей, которые реализуют Метрополис Легкий Транспорт (придуман Эриком Веасһ, в основном он применяется Метрополис Гастингс в трассировке лучей), а также Двунаправленный- и Важность Отбора Проб- Трассерами Пути использовать Марковские цепи.

жирные тексты являются googlable, я опустил дальнейшее объяснение ради этой темы.


мы планируем использовать его для предиктивного ввода текста на портативном устройстве для ввода данных в промышленных условиях. В ситуации с разумным размером словаря переходы к следующему слову могут быть предложены на основе частоты. Наши первоначальные исследования показали, что это будет хорошо работать для наших нужд.


IBM имеет CELM. Проверьте эту ссылку: http://www.research.ibm.com/journal/rd/513/labbi.pdf


недавно я наткнулся на пример использования цепочек Маркова в блоге для создания тестовых данных...

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


Марковская модель-это способ описания процесса, который проходит через ряд состояний.

HMMs может применяться во многих областях, где целью является восстановление последовательности данных, которая не является непосредственно наблюдаемой (но зависит от некоторых других данных в этой последовательности).

общие приложения включают в себя:

крипт-анализ, распознавание речи, маркировка части речи, машинный перевод, прогнозирование запасов, прогнозирование генов, выравнивание биопоследовательностей, Распознавание жестов, распознавание действий, обнаружение шаблона просмотра пользователя на веб-сайте.


цепи Маркова можно использовать для имитации взаимодействия с пользователем, f.г. при просмотре сервиса.

мой друг писал как diplom работы plagiat recognision с использованием цепочек Маркова (он сказал, что входные данные должны быть целыми книгами, чтобы добиться успеха).

Это может быть не очень "бизнес", но Марковские цепи могут использоваться для создания фиктивных географических и личных имен, особенно в ролевые игры.


цепи Маркова используются в страховании жизни, особенно в модели постоянной инвалидности. Есть 3 состояния

  • 0 - жизнь здорова
  • 1 - Жизнь становится инвалидом
  • 2 - Жизнь умрет

в модели постоянной инвалидности страховщик может выплачивать какое-либо пособие, если застрахованный становится инвалидом и/или пособие по страхованию жизни, когда застрахованный умирает. Страховая компания, скорее всего, будет управлять Монте-Карло моделирование на основе этой Марковской цепи для определения вероятной стоимости предоставления такого страхования.