論文の概要: E-Commerce Dispute Resolution Prediction
- arxiv url: http://arxiv.org/abs/2110.15730v1
- Date: Wed, 13 Oct 2021 09:45:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-07 15:45:09.702895
- Title: E-Commerce Dispute Resolution Prediction
- Title(参考訳): 電子商取引紛争解決予測
- Authors: David Tsurel, Michael Doron, Alexander Nus, Arnon Dagan, Ido Guy,
Dafna Shahaf
- Abstract要約: 我々は、紛争解決における人間のエージェントを大規模に支援する第一歩を踏み出す。
eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、いくつかの興味深い行動パターンと言語パターンを特定します。
次に、高い精度で論争の結果を予測するために分類器を訓練する。
- 参考スコア(独自算出の注目度): 69.84319333335935
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: E-Commerce marketplaces support millions of daily transactions, and some
disagreements between buyers and sellers are unavoidable. Resolving disputes in
an accurate, fast, and fair manner is of great importance for maintaining a
trustworthy platform. Simple cases can be automated, but intricate cases are
not sufficiently addressed by hard-coded rules, and therefore most disputes are
currently resolved by people. In this work we take a first step towards
automatically assisting human agents in dispute resolution at scale. We
construct a large dataset of disputes from the eBay online marketplace, and
identify several interesting behavioral and linguistic patterns. We then train
classifiers to predict dispute outcomes with high accuracy. We explore the
model and the dataset, reporting interesting correlations, important features,
and insights.
- Abstract(参考訳): 電子商取引市場は数百万の日替わり取引をサポートしており、買い手と売り手の意見の相違は避けられない。
正確な、迅速で公平な方法で紛争を解決することは、信頼できるプラットフォームを維持する上で非常に重要である。
単純なケースは自動化できますが、複雑なケースはハードコードされたルールによって十分に対処されていません。
本研究は,大規模な紛争解決における人的エージェントの自動支援に向けた第一歩である。
eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、興味深い行動パターンと言語パターンを特定します。
次に、高い精度で論争の結果を予測するために分類器を訓練する。
モデルとデータセットを調査し、興味深い相関関係、重要な特徴、洞察を報告します。
関連論文リスト
- Online Decision Mediation [72.80902932543474]
意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。
臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
論文 参考訳(メタデータ) (2023-10-28T05:59:43Z) - From Chaos to Clarity: Claim Normalization to Empower Fact-Checking [57.024192702939736]
Claim Normalization(別名 ClaimNorm)は、複雑でノイズの多いソーシャルメディア投稿を、より単純で分かりやすい形式に分解することを目的としている。
本稿では,チェーン・オブ・ソートとクレーム・チェック・バシネス推定を利用した先駆的アプローチであるCACNを提案する。
実験により, CACNは様々な評価尺度において, いくつかの基準値を上回る性能を示した。
論文 参考訳(メタデータ) (2023-10-22T16:07:06Z) - Striking a Balance: An Optimal Mechanism Design for Heterogenous
Differentially Private Data Acquisition for Logistic Regression [8.45602005745865]
プライバシに敏感な販売者から収集したデータに対してロジスティック回帰を行う際の問題点について検討する。
データは非公開であるため、販売者は支払いを通じてインセンティブを得る必要がある。
論文 参考訳(メタデータ) (2023-09-19T05:51:13Z) - PENTATRON: PErsonalized coNText-Aware Transformer for Retrieval-based
cOnversational uNderstanding [18.788620612619823]
スマートデジタルアシスタントを使用した顧客からのグローバルトラフィックの大部分が、対話の摩擦は誤った理解による可能性がある。
スケーラブルなエンティティ補正システムであるPENTATRONを構築し評価する。
キーメトリック(Exact Match)が最大500.97%上昇することを示す。
論文 参考訳(メタデータ) (2022-10-22T00:14:47Z) - Macroscopic properties of buyer-seller networks in online marketplaces [55.41644538483948]
2010年から2021年の間にオンラインマーケットプレースで発生した2億2500万トランザクションを含む2つのデータセットを分析した。
オンラインマーケットプレースにおける取引は、言語、生涯、製品、規制、技術に大きな違いがあるにもかかわらず、非常に類似したパターンを示す。
論文 参考訳(メタデータ) (2021-12-16T18:00:47Z) - Learning Equilibria in Matching Markets from Bandit Feedback [139.29934476625488]
不確実性の下で安定した市場成果を学習するためのフレームワークとアルゴリズムを開発する。
私たちの研究は、大規模なデータ駆動の市場において、いつ、どのように安定したマッチングが生じるかを明らかにするための第一歩を踏み出します。
論文 参考訳(メタデータ) (2021-08-19T17:59:28Z) - Competency Problems: On Finding and Removing Artifacts in Language Data [50.09608320112584]
複雑な言語理解タスクでは、すべての単純な特徴相関が突発的であると論じる。
人間バイアスを考慮したコンピテンシー問題に対するデータ作成の難しさを理論的に分析します。
論文 参考訳(メタデータ) (2021-04-17T21:34:10Z) - Merchant Category Identification Using Credit Card Transactions [20.15215476646073]
我々は2つのエンコーダを設計し、1つは時間情報を符号化し、もう1つは親和性情報を符号化する。
71,668人の商人と433,772,755人の顧客が実際のクレジットカード取引データを用いて実験を行い、提案モデルの有効性と効率を実証した。
論文 参考訳(メタデータ) (2020-11-05T01:21:30Z) - The current state of automated negotiation theory: a literature review [0.0]
自動交渉は、対立を解消し、連立で資源を再分配する効率的な方法である。
予測可能な結果の欠如やユーザ信頼の欠如など、より広く採用されるための大きな障壁は依然として残っている。
論文 参考訳(メタデータ) (2020-03-30T20:27:20Z)
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。