Valoración de datos en aprendizaje automático mediante juegos con coaliciones superpuestas y estructura jerárquica

Tutores: Ana Meca y Luis A. Guardiola (UA)

Descripción: El intercambio de datos permite mejorar los modelos predictivos, pero plantea el problema de cómo valorar la aportación de cada característica y cómo repartir los beneficios entre sus propietarios. Este problema se complica cuando una misma variable está disponible para varios agentes y cuando las características se organizan en grupos anidados.

Este Trabajo Fin de Máster (TFM) se enmarca en el ámbito del intercambio de datos, la atribución y el aprendizaje automático, y propone estudiar estos aspectos mediante la teoría de juegos cooperativos, con una aplicación principal a la predicción de la demanda y la gestión de inventarios.

El trabajo combinará dos perspectivas. Cano-Berlanga, Giménez-Gómez y Vilella (2017) construyen un juego convexo de atribución entre canales y utilizan el valor de Shapley para repartir su valor. Por su parte, Özen, Slikker y Sošić (2022) estudian el núcleo de juegos con atributos agregados de forma aditiva.

A partir de estas contribuciones, se comparará la atribución clásica con reglas que respeten las agrupaciones y las estructuras jerárquicas. Asimismo, se analizará si los repartos obtenidos incentivan la colaboración, sin presuponer que los juegos derivados del aprendizaje automático sean convexos o tengan un núcleo no vacío. Como referencia complementaria, se considerará el trabajo de Molina, Tejada y Weiss (2022).

Objetivos

  • Formular un modelo de intercambio de datos que diferencie entre propietarios, características y grupos de características, permitiendo el acceso compartido y la existencia de jerarquías anidadas.
  • Comparar el valor de Shapley con otras soluciones adaptadas a estructuras de grupos y jerarquías, estudiando propiedades como la eficiencia, el tratamiento de redundancias y la coherencia entre la atribución al grupo y a sus componentes.
  • Evaluar la utilidad predictiva y económica de los datos compartidos, así como la estabilidad de los repartos obtenidos, identificando las condiciones bajo las cuales son aplicables los resultados sobre juegos de múltiples atributos.

Metodología

  • Revisión bibliográfica: estudiar la literatura sobre teoría de juegos cooperativos, atribución e interpretabilidad en aprendizaje automático.
  • Selección de datos: elegir conjuntos de datos o ejemplos relacionados con aplicaciones económicas o logísticas que permitan analizar el intercambio de información.
  • Formulación del modelo: representar la colaboración entre propietarios de datos, considerando las características compartidas y su posible organización jerárquica.
  • Cálculo de atribuciones: aplicar el valor de Shapley y otras soluciones adecuadas para valorar la contribución de las características y de los participantes.
  • Análisis de los repartos: estudiar las propiedades de las soluciones obtenidas y su capacidad para favorecer una colaboración estable.
  • Comparación y conclusiones: comparar los resultados, identificar las principales ventajas y limitaciones de los métodos y valorar su utilidad en el contexto seleccionado.

Resultados esperados

  • Una formulación reproducible que conecte el intercambio de datos, la atribución de características y el reparto de beneficios entre propietarios, precisando las limitaciones de los modelos aditivos y jerárquicos.
  • Evidencia experimental sobre cómo el solapamiento y la estructura jerárquica modifican las atribuciones y los incentivos para cooperar, sin asumir de antemano mejoras predictivas ni estabilidad.
  • Código desarrollado en Python, conjuntos de datos o instrucciones para acceder a ellos, experimentos documentados y visualizaciones de las contribuciones por característica, grupo y propietario.
  • Una memoria de TFM y, eventualmente, resultados que puedan servir como base para la elaboración de un artículo científico.

Palabras clave

Intercambio de datos, atribución, aprendizaje automático, valor de Shapley, coaliciones superpuestas, estructura jerárquica, núcleo, predicción de demanda, logística.

Referencias de partida

Cano-Berlanga, S., Giménez-Gómez, J. M. y Vilella, C. (2017). Attribution models and the Cooperative Game Theory. Document de treball 02-2017, Departament d’Economia–CREIP, Universitat Rovira i Virgili.

Özen, U., Slikker, M. y Sošić, G. (2022). On the core of m-attribute games. Production and Operations Management, 31, 1770–1787. https://doi.org/10.1111/poms.13643

Molina, E., Tejada, J. y Weiss, T. (2022). Some game theoretic marketing attribution models. Annals of Operations Research, 318, 1043–1075. https://doi.org/10.1007/s10479-022-04944-5