Caltech ekonomisti Kota Saito ve MIT öğrencisi Alec Sandroni, tüketici tercihlerini tahmin eden Random Utility Model'in (RUM) eksik verilerle kullanımında karşılaşılan bir sorunu çözdü. Araştırmacılar, gözlemleyemeyen seçenekler bile olsa, seçilmeyen seçeneklerden elde edilen bilgilerle daha iyi tahminler yapabileceğini gösterdi.
Yeni yöntem, ağ akışı teorisini kullanarak dış seçenek yaklaşımının sınırlamalarını aşıyor. Bu, daha az veriyle RUM testlerinin yapılabilmesini sağlıyor ve çeşitli sektörlerde talebin daha iyi değerlendirilmesine imkan tanıyor.
Araştırma, tüketici tercihlerini analiz ederken gruplanmış seçeneklerin gizlediği karmaşıklığı da ortaya koyuyor. Bu çalışma, ekonomik karar teorisinin makine öğrenimi alanında da uygulanabileceği yönünde yeni yollar açıyor.