Consumer World Model

ความน่าจะเป็นของเหตุการณ์ถัดไปจะรวมกันเป็น 100% มากกว่าตัวเลือกที่ได้รับการสนับสนุนและไม่ได้ปรับเทียบ ระยะเวลาการซื้อแยกกัน ประมาณการซื้ออย่างน้อยหนึ่งครั้งภายใน 7/30/90 วัน และเป็นแบบสะสม โดยไม่เคยทำให้เป็นมาตรฐานกับคลาสเหตุการณ์ ความเงียบที่ผ่านไปไม่ได้ถูกกำหนดเงื่อนไขในเวกเตอร์เหตุการณ์ การอ้างอิงแบบสาธารณะก่อนยังไม่ได้รับการตรวจสอบพื้นที่ทำงาน

ปริมาณความต้องการอธิบายถึงความไม่แน่นอนโดยรวม ไม่ใช่ช่วงการซื้อแยกและยังไม่ได้รับการปรับเทียบ ข้อมูลที่ขาดหายไปยังคงไม่สามารถใช้งานได้ ไม่มีการยืนยันการเพิ่มความแม่นยำก่อนการประเมินของคุณเอง

# Bearer API key; predictions:read
GET /api/v2/cwm/capabilities
GET /api/v2/cwm/members/{id}/next-behaviors

# metrics:read additionally enables purchaseWindows in next-behaviors
# predictions:read AND metrics:read for standalone trend/windows
GET /api/v2/cwm/trends?metric=gmv&horizon_days=30
GET /api/v2/cwm/members/{id}/purchase-windows

# Read-only MCP equivalents
cwm_get_forecast_capabilities
cwm_predict_next_behaviors
cwm_forecast_aggregate_trend
cwm_predict_purchase_windows

ความน่าจะเป็นในการซื้อใช้หน่วย 0–1 และหน้าต่างสะสมแบบโมโนโทนิก จนกว่าจะได้รับการฝึกฝนและตรวจสอบความถูกต้อง การตอบสนองจะมีความน่าจะเป็นดังนี้: {"7":null,"30":null,"90":null} และปรับเทียบแล้ว: false. ที่มีอยู่เดิม CWM คะแนนมวล 0–100 ยังคงมีความหมายเหมือนเดิม การพยากรณ์โดยรวมจะส่งคืนหนึ่งจุดและ q10..q90 ต่อวัน UTC ที่สมบูรณ์ ช่องว่างรายวันที่ขาดหายไปจะไม่ถูกเติมด้วยศูนย์ ชื่อหมวดหมู่ต้องมี catalog_gmv หรือ units_sold; มีการเปิดเผยข้อมูลตัวชี้วัดการป้อนข้อมูลฉบับร่าง การอนุญาตผู้เช่าและสมาชิกยังคงอยู่ฝั่งเซิร์ฟเวอร์ ความพร้อมเป็นตัวแยกแยะ service_unavailable, awaiting_training, awaiting_validation และพร้อมแล้ว TimesFM น้ำหนัก 2.5 ใช้ Apache 2.0

การตอบสนองพฤติกรรมถัดไปใช้ predictionKind: next_event และหน่วย: probability_0_1หนึ่งในคำตอบนั้นรวมถึงการกระจายและ purchaseWindowsผลลัพธ์ของผู้เชี่ยวชาญแต่ละคนเป็นข้อมูลภายใน การรวมการซื้อจะถูกเรียกใช้โดยอัตโนมัติเมื่อการเข้าถึงเมตริกได้รับอนุญาต หัวหน้าผู้เช่าที่ได้รับการตรวจสอบแล้วจะให้บริการความน่าจะเป็นสะสม 7/30/90 วัน การขาดสิทธิ์ การฝึกอบรม การตรวจสอบ หรือข้อมูลป้อนเข้าจะทำให้หน้าต่างทั้งหมดใช้งานไม่ได้ null พร้อมเหตุผลที่ชัดเจน การคาดการณ์พฤติกรรมที่มีอยู่ยังคงอ่านได้ หน้าต่างเหล่านี้จะไม่ถูกรวมเข้ากับการกระจายเหตุการณ์ถัดไป แถวของแบบจำลองแบรนด์ประกอบด้วยเหตุการณ์มาตรฐานทั้งหมด 48 เหตุการณ์: 26 เหตุการณ์เป็นพฤติกรรมของผู้บริโภค 39 เหตุการณ์เข้าสู่คำศัพท์ลำดับ และ 23 เหตุการณ์เป็นเพดานเป้าหมายการคาดการณ์ เฉพาะผู้สมัครที่ครอบคลุมซึ่งได้รับการสนับสนุนจากรุ่นที่ใช้งานอยู่และได้รับการประเมินเท่านั้นที่จะได้รับความน่าจะเป็น แถวอื่นๆ ทั้งหมดมีความน่าจะเป็น: null และมีการระบุความพร้อมใช้งานอย่างชัดเจน การครอบคลุมความถี่อินพุตแบบดั้งเดิมเป็นหลักฐานการมีอยู่ของคอร์ปัสที่อ่อนแอกว่า และไม่สามารถรับรองเป้าหมายแท็กที่ถูกปิดบังแหล่งที่มาได้ ภาพรวมใหม่ใช้เป้าหมายเชิงบวกจากหน้าต่างการฝึกอบรมตัวเพิ่มประสิทธิภาพ โดยไม่รวมสมาชิกการตรวจสอบและแถวที่ถูกปิดบัง การกระจายขั้นสุดท้ายประกอบด้วยอันดับ entropyBits, retainedModelMass, coverageBasis, modelVersion และปรับเทียบแล้ว: falseมีการใช้โมเดลแบรนด์ที่มีอยู่และได้รับการประเมินแล้วโดยตรงโดยไม่ต้องขอผลลัพธ์จากผู้เชี่ยวชาญอื่น มิฉะนั้น การกระจายความน่าจะเป็นสาธารณะที่ถูกต้องจะถูกหาค่าเฉลี่ยภายในอย่างเท่าเทียมกันเป็นค่า pv / fav / cart / buy / rmcart / ที่ลดทอนลงหนึ่งค่า buy_disc การอ้างอิง การรวมกลุ่มแยกแยะ single_tenant_model จาก uniform_valid_expertsคำศัพท์ระบุพื้นที่คีย์ผู้สมัคร คำศัพท์ทั้งสองจะไม่ถูกผสมผสานกัน การอ้างอิงแบบเดียวกันไม่ใช่เกตมัลติคลาสที่เรียนรู้และไม่ได้รับการตรวจสอบโดยผู้เช่า การครอบคลุมการฝึกอบรมคลาสสาธารณะไม่ได้รับการตรวจสอบ มวลศูนย์ที่ปัดเศษไม่ได้พิสูจน์ว่าไม่มีการฝึกอบรมคลาส จุดสิ้นสุดนี้ต้องการ predictions:read; purchaseWindows นอกจากนี้ยังต้องการ metrics:read หรือ *. หากไม่ได้รับอนุญาตด้านเมตริก ส่วนประกอบการซื้อจะรายงาน metrics_scope_required และไม่มีการวัดผลหรือเรียกใช้ฟังก์ชันฟิวชั่น สถานะจะเป็น "โอเค" เมื่อส่วนประกอบที่ได้รับทั้งสองส่วนใช้งานได้ สถานะจะเป็น "ลดระดับ" สำหรับผลลัพธ์บางส่วน/อ้างอิง และสถานะจะเป็น "ไม่พร้อมใช้งาน" เมื่อไม่มีส่วนใดใช้งานได้ การเข้าถึงร้านค้าและสิทธิ์ในการประมวลผลแบบเรียลไทม์จะถูกตรวจสอบอีกครั้งก่อนการประมวลผลภายนอกส่วนบุคคล หลักฐานไม่เพียงพอจะยังคงไม่พร้อมใช้งาน คำขอหนึ่งรายการจะแชร์ข้อมูลแบบเรียลไทม์ CWM ตรวจสอบลายนิ้วมือภายในทั่วทั้งส่วนพฤติกรรมและการซื้อ