論文の概要: Disruption in the Chinese E-Commerce During COVID-19

• arxiv url: http://arxiv.org/abs/2009.14605v2
• Date: Tue, 27 Oct 2020 14:17:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-08 10:39:55.197282
• Title: Disruption in the Chinese E-Commerce During COVID-19
• Title（参考訳）: 新型コロナウイルス(covid-19)に伴う中国のeコマースの混乱
• Authors: Yuan Yuan and Muzhi Guan and Zhilun Zhou and Sundong Kim and Meeyoung Cha and Depeng Jin and Yong Li
• Abstract要約: 新型コロナウイルス(COVID-19)は世界中で何百万人もの市民に感染し、多くの命を奪った。 本稿では、大規模なオンラインショッピングプラットフォームで見られる行動変化を分析し、中国のeコマース市場への影響について検討する。 新型コロナウイルス関連商品の流行統計と行動特徴を包含した消費者需要予測手法を提案する。
• 参考スコア（独自算出の注目度）: 27.593450217418777
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The recent outbreak of the novel coronavirus (COVID-19) has infected millions of citizens worldwide and claimed many lives. This paper examines its impact on the Chinese e-commerce market by analyzing behavioral changes seen from a large online shopping platform. We first conduct a time series analysis to identify product categories that faced the most extensive disruptions. The time-lagged analysis shows that behavioral patterns seen in shopping actions are highly responsive to epidemic development. Based on these findings, we present a consumer demand prediction method by encompassing the epidemic statistics and behavioral features for COVID-19 related products. Experiment results demonstrate that our predictions outperform existing baselines and further extend to the long-term and province-level forecasts. We discuss how our market analysis and prediction can help better prepare for future pandemics by gaining an extra time to launch preventive steps.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)は世界中で何百万人もの市民に感染し、多くの命を奪った。 本稿では、大規模なオンラインショッピングプラットフォームで見られる行動の変化を分析し、中国のeコマース市場への影響を考察する。 最初に時系列分析を行い、最も大規模な混乱に直面した製品カテゴリを特定します。 タイムラグ分析の結果,ショッピング行動にみられる行動パターンは流行の進行に非常に反応することが示された。 そこで本研究では,新型コロナウイルス関連製品の流行統計と行動特徴を包含する消費者需要予測手法を提案する。 実験の結果,我々の予測は既存のベースラインより優れており,長期および州レベルの予測にも及んでいることが明らかとなった。 我々は、市場分析と予測が、予防措置の開始に余分な時間を得ることで、将来のパンデミックに備える上でどのように役立つかについて議論する。

関連論文リスト

• Performative Time-Series Forecasting [71.18553214204978]
  我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。 本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。 新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T18:34:29Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• #StayHome or #Marathon? Social Media Enhanced Pandemic Surveillance on Spatial-temporal Dynamic Graphs [23.67939019353524]
  新型コロナウイルスは、公衆衛生、社会、経済のほぼすべての領域に永続的な被害をもたらしている。 既存の研究は、伝統的な統計モデルと流行拡散理論の集約に依存している。 我々は,抽出した出来事と関係に基づいて,ソーシャルメディアがパンデミックの知識を広める新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-08-08T15:46:05Z)
• The challenges and realities of retailing in a COVID-19 world: Identifying trending and Vital During Crisis keywords during Covid-19 using Machine Learning (Austria as a case study) [0.0]
  将来予測の監査は季節性を重視しているため、トレンドベースのベンチマークに対する予測を選択することが推奨されている。 予測モデルは、サプライチェーン全体のエンドツーエンドのリアルタイム監視を提供する。
  論文  参考訳（メタデータ） (2021-05-10T18:31:45Z)
• Impact of Interventional Policies Including Vaccine on Covid-19 Propagation and Socio-Economic Factors [0.7874708385247353]
  本研究の目的は、新型コロナウイルスの伝播と社会経済的影響をモデル化、予測、シミュレーションするための予測分析フレームワークを提供することである。 私たちは最近ローンチしたオープンソースのCOVID-19ビッグデータプラットフォームを活用し、公開研究を使用して潜在的に関連する変数を見つけました。 先進的な機械学習パイプラインは、現代的な機械学習アーキテクチャにデプロイされた自己進化モデルを用いて開発された。
  論文  参考訳（メタデータ） (2021-01-11T15:08:07Z)
• STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological Regularization [76.57716281104938]
  我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。 stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。 我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
  論文  参考訳（メタデータ） (2020-12-08T21:21:47Z)
• Predicting seasonal influenza using supermarket retail records [59.18952050885709]
  我々は,スーパーマーケットの小売データを,センチネルバスケットの識別を通じてインフルエンザの代替信号とみなす。 SVR(Support Vector Regression)モデルを用いて、季節性インフルエンザ発生の予測を行います。
  論文  参考訳（メタデータ） (2020-12-08T16:30:43Z)
• Backtesting the predictability of COVID-19 [0.0]
  我々は,2020年1月22日から6月22日までの253地域でのCOVID-19感染の歴史的データを用いている。 パンデミックの初期段階では予測誤差が著しく高く、データ不足によるものである。 いずれにせよ国が示すような確認ケースが多ければ多いほど、将来の確認ケースを予想するエラーは少なくなる。
  論文  参考訳（メタデータ） (2020-07-22T13:18:00Z)
• Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
  われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。 一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
  論文  参考訳（メタデータ） (2020-06-23T03:36:19Z)
• A machine learning methodology for real-time forecasting of the 2019-2020 COVID-19 outbreak using Internet searches, news alerts, and estimates from mechanistic models [53.900779250589814]
  提案手法は,2日前の安定かつ正確な予測を行うことができる。 我々のモデルでは,中国32州中27州において,ベースラインモデルよりも予測力が優れています。
  論文  参考訳（メタデータ） (2020-04-08T14:39:32Z)

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。