Avaliação da performance das redes neuronais artificiais e dos modelos de escolha discreta na aquisição de produtos com envolvimento fraco

Abstract

Neste trabalho comparamos a performance das redes neuronais artificiais com a performance dos modelos de escolha discreta na previsão da aquisição de produtos com envolvimento fraco. Dentro da classe dos modelos de escolha discreta restringimos a comparação ao modelo Logit Multinomial, o modelo base e também o mais simples. Para além desse modelo, considerámos também o Mixed Logit, que é o mais completo e flexível modelo de escolha discreta, conseguindo aproximar as probabilidades de qualquer outro modelo de escolha discreta baseado na maximização da utilidade. A performance dos modelos foi aferida numa base de dados contendo o registo de aquisições de produtos em supermercados. Os resultados obtidos nas execuções das simulações mostraram que não existe uma clara supremacia de um ou outro tipo de modelos. No entanto, os modelos de escolha discreta foram sempre mais robustos e menos exigentes em recursos computacionais

In this work, we compared the performance of the artificial neuronal networks with the performance of discrete choice models in forecasting acquisition of products with low involvement. Among the class of discrete choice models, we have restricted the comparison to the Multinomial Logit model, which is the base model and the simpler one. We also evaluated the Mixed Logit model, which is the more complete and flexible discrete choice model, and it can approximate the probabilities of any discrete choice model based on the random utility maximization. The performance of the models was evaluated in a database containing records of products purchases in supermarkets. The results obtained from the simulations executions revealed that it does not exist an evident supremacy of one type of models over the others. However, discrete choice models were always more robust and less demanding in computational resources.