論文の概要: Reputation Bootstrapping for Composite Services using CP-nets
- arxiv url: http://arxiv.org/abs/2105.15135v1
- Date: Thu, 27 May 2021 02:51:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-01 17:18:56.742775
- Title: Reputation Bootstrapping for Composite Services using CP-nets
- Title（参考訳）: cp-netsを用いた複合サービス評価ブートストラップ
- Authors: Sajib Mistry and Athman Bouguettaya
- Abstract要約: オンデマンドサービス構成の評判をブートストラップする新しいフレームワークを提案する。
コンポジションにおけるコンポーネントサービスに対する評価関連要因を条件付き優先度ネットワーク(CP-net)に適用する。
- 参考スコア（独自算出の注目度）: 0.15229257192293197
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose a novel framework to bootstrap the reputation of on-demand service
compositions. On-demand compositions are usually context-aware and have little
or no direct consumer feedback. The reputation bootstrapping of single or
atomic services does not consider the topology of the composition and
relationships among reputation-related factors. We apply Conditional Preference
Networks (CP-nets) of reputation-related factors for component services in a
composition. The reputation of a composite service is bootstrapped by the
composition of CP-nets. We consider the history of invocation among component
services to determine reputation-interdependence in a composition. The
composition rules are constructed using the composition topology and four types
of reputation-influence among component services. A heuristic-based Q-learning
approach is proposed to select the optimal set of reputation-related CP-nets.
Experimental results prove the efficiency of the proposed approach.
- Abstract（参考訳）: オンデマンドサービス構成の評判をブートストラップする新しいフレームワークを提案する。
オンデマンドのコンポジションは通常コンテキスト対応であり、消費者からの直接のフィードバックはほとんど、あるいは全くない。
単一サービスや原子サービスの評判ブートストラップは、構成のトポロジや評判に関連する要因間の関係を考慮していない。
評価関連要因の条件付き選好ネットワーク(cp-nets)を構成の構成要素サービスに適用する。
複合サービスの評判はCP-netsの合成によってブートストラップされる。
構成における評価相互依存を決定するために,コンポーネントサービス間の呼び出し履歴を考える。
構成規則は構成トポロジーとコンポーネントサービス間の4種類の評価影響を用いて構成される。
ヒューリスティックなQ-ラーニング手法を提案し,評価関連CP-netの最適セットを選択する。
実験により提案手法の有効性が証明された。
関連論文リスト
- Cross-composition Feature Disentanglement for Compositional Zero-shot Learning [49.919635694894204]
合成ゼロショット学習(CZSL)において、プリミティブ(属性とオブジェクト)の視覚的特徴の歪みは例外的な結果を示した。
本稿では,複数のプリミティブ・シェアリング・コンポジションを入力とし,これらのコンポジションにまたがって一般化されるような不整合プリミティブ・コンポジションを制約するクロス・コンポジション・コンストラクション・ディエンタングルメントの解を提案する。
論文 参考訳（メタデータ） (2024-08-19T08:23:09Z) - How to Surprisingly Consider Recommendations? A Knowledge-Graph-based Approach Relying on Complex Network Metrics [0.2537383030441368]
本稿では,項目カタログ上のユーザインタラクションを符号化することで,知識グラフに基づくレコメンデーションシステムを提案する。
本研究は,ネットワークレベルのKG測定値が推薦のサプライズ度に影響を及ぼすかどうかを考察する。
我々は、LastFMリスニング履歴と合成Netflix視聴プロファイルの2つのデータセットに対するアプローチを実験的に評価した。
論文 参考訳（メタデータ） (2024-05-14T09:38:44Z) - Concept -- An Evaluation Protocol on Conversational Recommender Systems with System-centric and User-centric Factors [68.68418801681965]
本稿では,システムとユーザ中心の要素を統合した新しい包括的評価プロトコルであるConceptを提案する。
まず、現在のCRSモデルの長所と短所を概観する。
第二に、「全能」なChatGPTにおける低ユーザビリティの問題を特定し、CRSを評価するための包括的なリファレンスガイドを提供する。
論文 参考訳（メタデータ） (2024-04-04T08:56:48Z) - Selecting Query-bag as Pseudo Relevance Feedback for Information-seeking Conversations [76.70349332096693]
情報検索対話システムは電子商取引システムで広く利用されている。
クエリバッグに基づくPseudo Relevance Feedback framework(QB-PRF)を提案する。
関連クエリを備えたクエリバッグを構築し、擬似シグナルとして機能し、情報検索の会話をガイドする。
論文 参考訳（メタデータ） (2024-03-22T08:10:32Z) - CSCNET: Class-Specified Cascaded Network for Compositional Zero-Shot
Learning [62.090051975043544]
属性とオブジェクト(A-O)の絡み合いは、合成ゼロショット学習(CZSL)の基本的かつ重要な問題である
CZSL(Class-specified Cascaded Network, CSCNet)のための新しいA-O不整合フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-09T14:18:41Z) - From Kubernetes to Knactor: A Data-Centric Rethink of Service
Composition [5.250111701278031]
マイクロサービスは現代のアプリケーションでますます使われており、効率的なサービス構成ソリューションの必要性が高まっています。
従来のAPI中心の構成メカニズムは、厳格なコードレベルの結合、散乱ロジック、サービス間データ交換への可視性を導入しています。
サービス構成の再考と、提供予定のモジュラリティを復元する新しいデータ中心のフレームワークであるKnactorを提案する。
論文 参考訳（メタデータ） (2023-09-04T20:46:05Z) - Collaborative Group: Composed Image Retrieval via Consensus Learning from Noisy Annotations [67.92679668612858]
我々は,集団が個人より優れているという心理的概念に触発されたコンセンサスネットワーク(Css-Net)を提案する。
Css-Netは,(1)コンセンサスモジュールと4つのコンセンサスモジュール,(2)コンセンサス間の相互作用の学習を促進するKulback-Leibler分散損失の2つのコアコンポーネントから構成される。
ベンチマークデータセット、特にFashionIQでは、Css-Netが大幅に改善されている。特に、R@10が2.77%、R@50が6.67%増加し、リコールが大幅に向上している。
論文 参考訳（メタデータ） (2023-06-03T11:50:44Z) - FEBR: Expert-Based Recommendation Framework for beneficial and
personalized content [77.86290991564829]
推奨コンテンツの質を評価するための見習い学習フレームワークであるFEBR(Expert-Based Recommendation Framework)を提案する。
このフレームワークは、推奨評価環境において専門家(信頼できると仮定される)の実証された軌跡を利用して、未知のユーティリティ機能を回復する。
ユーザ関心シミュレーション環境(RecSim)によるソリューションの性能評価を行う。
論文 参考訳（メタデータ） (2021-07-17T18:21:31Z) - A CP-Net based Qualitative Composition Approach for an IaaS Provider [0.11470070927586014]
I プロバイダに対して最適なコンシューマセットを定性的に選択するための新しい CP-Net ベースの合成手法を提案する。
候補消費者の検索空間を効果的に削減する欲望に基づく構成とcpnetベースの構成を提案する。
論文 参考訳（メタデータ） (2021-02-24T11:21:20Z) - Layer-based Composite Reputation Bootstrapping [1.4180331276028662]
複数の評判関連の指標がレイヤベースのフレームワークで検討され、コンポーネントサービスの評判を暗黙的に反映する。
コンポジットサービスの評判とコンポーネントサービスの評判指標との相関性を調べるために,トポロジ認識フォレストディープニューラルネットワーク(fDNN)を提案する。
トレーニングされたfDNNモデルは、信頼性の高い新しいコンポジットサービスの評判を予測する。
論文 参考訳（メタデータ） (2021-02-01T15:00:30Z)
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。