論文の概要: Community-Based Service Ecosystem Evolution Analysis
- arxiv url: http://arxiv.org/abs/2005.02729v1
- Date: Wed, 6 May 2020 11:00:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 00:49:16.856357
- Title: Community-Based Service Ecosystem Evolution Analysis
- Title（参考訳）: コミュニティベースのサービスエコシステム進化分析
- Authors: Mingyi Liu, Zhiying Tu, Xiaofei Xu, and Zhongjie Wang
- Abstract要約: サービスエコシステムは、継続的進化を伴う複雑な動的システムです。
サービスエコシステムの進化に関する既存の研究は、プログラマがサービスを使うのを促進するためのものだ。
本稿では,サービスコミュニティの観点からサービスエコシステムの進化パターンを分析する手法を提案する。
- 参考スコア（独自算出の注目度）: 4.770906657995415
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The prosperity of services and the frequent interaction between services
contribute to the formation of the service ecosystem. Service ecosystem is a
complex dynamic system with continuous evolution. Service providers voluntarily
or compulsorily participate in this evolutionary process and face great
opportunities and challenges. Existing studies on service ecosystem evolution
are more about facilitating programmers to use services and have achieved
remarkable results. However, the exploration of service ecosystem evolution
from the business level is still insufficient. To make up this deficiency, in
this paper, we present a method for analyzing service ecosystem evolution
patterns from the perspective of the service community. Firstly, we train a
service community evolution prediction model based on the community evolution
sequences. Secondly, we explain the prediction model, showing how different
factors affect the evolution of the service community. Finally, using the
interpretable predictions and prior knowledge, we present how to assist service
providers in making business decisions. Experiments on real-world data show
that this work can indeed provide business-level insights into service
ecosystem evolution. Additionally, all the data and well-documented code used
in this paper have been fully open source.
- Abstract（参考訳）: サービスの繁栄とサービス間の頻繁な相互作用は、サービスエコシステムの形成に寄与します。
サービスエコシステムは継続的進化を伴う複雑な動的システムです。
サービス提供者は自発的あるいは強制的にこの進化プロセスに参加し、大きな機会と課題に直面します。
サービスエコシステムの進化に関する既存の研究は、プログラマがサービスを使うのを促進することであり、素晴らしい成果を上げている。
しかし、ビジネスレベルでのサービスエコシステムの進化の探索はまだ不十分である。
この不足を解消するために,本稿では,サービスコミュニティの観点からサービスエコシステムの進化パターンを分析する手法を提案する。
まず、コミュニティの進化シーケンスに基づいて、サービスコミュニティ進化予測モデルをトレーニングする。
次に、予測モデルを説明し、異なる要因がサービスコミュニティの進化にどのように影響するかを示す。
最後に、解釈可能な予測と事前知識を用いて、サービス提供者がビジネス決定を行うのを支援する方法を提案する。
実世界のデータに関する実験は、この研究が実際にサービスエコシステムの進化に関するビジネスレベルの洞察をもたらすことを示している。
さらに、この論文で使われているすべてのデータと文書化されたコードは、完全にオープンソースである。
関連論文リスト
- The Future of Open Human Feedback [65.2188596695235]
私たちは学際的な専門家を集めて、AIのための人間のフィードバックのオープンなエコシステムを実現するための機会と課題を評価します。
私たちはまず、ピアプロダクション、オープンソース、市民科学コミュニティで成功したプラクティスを探します。
最終的には、持続可能なオープンな人間のフィードバックエコシステムを支えるために必要なコンポーネントを想定します。
論文 参考訳（メタデータ） (2024-08-15T17:59:14Z) - A Survey on Service Route and Time Prediction in Instant Delivery:
Taxonomy, Progress, and Prospects [58.746820564288846]
Route&Time Prediction (RTP) は、労働者の到着時間だけでなく、将来のサービス経路を推定することを目的としている。
これまで多くのアルゴリズムが開発されてきたが、この領域の研究者を導くための体系的で包括的な調査は行われていない。
提案手法は,2つの基準に基づいて分類される: (i) タスクのタイプ, (i) 時間のみの予測, (ii) シーケンスベースモデルとグラフベースモデルを含むモデルアーキテクチャ, (iii) 教師付き学習(SL) とDeep Reinforcementを含む学習パラダイム。
論文 参考訳（メタデータ） (2023-09-03T14:43:33Z) - An Introduction to Software Ecosystems [7.574742446357262]
この章では、さまざまな種類のソフトウェアエコシステムを定義し、提示する。
ソフトウェアエコシステムの開発、ツーリング、分析に重点を置いている。
この章では、これらのエコシステムを理解し、分析するのに必要な関連用語も紹介し、明らかにしている。
論文 参考訳（メタデータ） (2023-07-28T17:58:59Z) - Simulating News Recommendation Ecosystem for Fun and Profit [13.980779134063853]
SimuLineは、ニュースレコメンデーションエコシステムの進化を識別するシミュレーションプラットフォームである。
ライフサイクル理論の観点から各進化相の特徴を解析する。
論文 参考訳（メタデータ） (2023-05-23T14:25:37Z) - Ecosystem Graphs: The Social Footprint of Foundation Models [64.02855828418608]
このエコシステムの知識を透過的に集中化するためのドキュメンテーションフレームワークとして,Ecosystem Graphsを提案する。
Ecosystem Graphs は、技術的(例えば Bing は GPT-4 に依存している)と社会的(例えば Microsoft は OpenAI に依存している)の関係を示す依存関係によってリンクされた資産(データセット、モデル、アプリケーション)で構成されている。
論文 参考訳（メタデータ） (2023-03-28T07:18:29Z) - A digital business ecosystem maturity model for personal service firms [0.0]
現在、個人サービス会社は、デジタルビジネスエコシステムを構築するためのプロセスやプラクティスの実装に関するノウハウや経験を欠いている。
本稿では、アナログからデジタルへの移行を実現するためのガイダンスを提供する成熟度モデルを提案する。
論文 参考訳（メタデータ） (2022-11-02T13:25:43Z) - The Introspective Agent: Interdependence of Strategy, Physiology, and
Sensing for Embodied Agents [51.94554095091305]
本論では, 環境の文脈において, 自己能力を考慮した内省的エージェントについて論じる。
自然と同じように、私たちは戦略を1つのツールとして再編成して、環境において成功させたいと考えています。
論文 参考訳（メタデータ） (2022-01-02T20:14:01Z) - Service Ecosystem: A Lens of Smart Society [18.059709412280647]
これは、サービスエコシステムを研究するための幅広い科学的研究課題を必要としている、と我々は主張する。
まず、この新興分野の基本となる一連の研究課題について概説する。
次に,サービスエコシステム研究における技術的,社会的,法的,制度的課題について検討する。
論文 参考訳（メタデータ） (2020-08-08T02:20:53Z) - An Uncertainty-based Human-in-the-loop System for Industrial Tool Wear
Analysis [68.8204255655161]
人間のループシステムにおけるモンテカルロのドロップアウトに基づく不確実性対策により,システムの透明性と性能が向上することを示す。
シミュレーション研究により、不確実性に基づく「ループ内人間システム」は、様々なレベルの人間の関与に対する性能を高めることが示されている。
論文 参考訳（メタデータ） (2020-07-14T15:47:37Z) - Leveraging traditional ecological knowledge in ecosystem restoration
projects utilizing machine learning [77.34726150561087]
生態系修復プロジェクトの段階におけるコミュニティの関与は、コミュニティの健康改善に寄与する可能性がある。
適応的でスケーラブルなプラクティスは、エコシステム的なML修復プロジェクトのすべての段階において、学際的なコラボレーションを動機付けることができることを示唆している。
論文 参考訳（メタデータ） (2020-06-22T16:17:48Z) - A Data-driven Approach for Constructing Multilayer Network-based Service
Ecosystem Models [5.211872784262557]
サービスエコシステムは、研究と実践の両方に焦点を合わせています。
サービスエコシステムの進化のトリガーを説明するために"イベント"が導入される。
当社のアプローチでは,低コストで高効率な実世界のサービスエコシステムのための大規模モデルを構築することができる。
論文 参考訳（メタデータ） (2020-04-22T03:21:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。