論文の概要: KnowGraph-PM: a Knowledge Graph based Pricing Model for Semiconductors Supply Chains

• arxiv url: http://arxiv.org/abs/2205.07627v1
• Date: Fri, 13 May 2022 10:34:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-20 05:19:10.935342
• Title: KnowGraph-PM: a Knowledge Graph based Pricing Model for Semiconductors Supply Chains
• Title（参考訳）: KnowGraph-PM:半導体サプライチェーンの知識グラフに基づく価格モデル
• Authors: Nour Ramzy, Soren Auer, Javad Chamanara, Hans Ehm
• Abstract要約: KnowGraph-PMは知識グラフベースの動的価格モデルである。 価格変動は顧客との対立を引き起こす可能性がある。 セマンティックデータの統合によって、顧客に適した収益管理が可能になることを実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semiconductor supply chains are described by significant demand fluctuation that increases as one moves up the supply chain, the so-called bullwhip effect. To counteract, semiconductor manufacturers aim to optimize capacity utilization, to deliver with shorter lead times and exploit this to generate revenue. Additionally, in a competitive market, firms seek to maintain customer relationships while applying revenue management strategies such as dynamic pricing. Price change potentially generates conflicts with customers. In this paper, we present KnowGraph-PM, a knowledge graph-based dynamic pricing model. The semantic model uses the potential of faster delivery and shorter lead times to define premium prices, thus entail increased profits based on the customer profile. The knowledge graph enables the integration of customer-related information, e.g., customer class and location to customer order data. The pricing algorithm is realized as a SPARQL query that relies on customer profile and order behavior to determine the corresponding price premium. We evaluate the approach by calculating the revenue generated after applying the pricing algorithm. Based on competency questions that translate to SPARQL queries, we validate the created knowledge graph. We demonstrate that semantic data integration enables customer-tailored revenue management.
• Abstract（参考訳）: 半導体サプライチェーンは、サプライチェーン、いわゆるブルウィップ効果の上昇に伴って増加する大きな需要変動によって説明される。 半導体メーカーは、キャパシティ利用を最適化し、リードタイムを短くし、これを活用して収益を生み出すことを目指している。 さらに、競争の激しい市場では、企業は動的価格などの収益管理戦略を適用しながら顧客関係を維持しようとしている。 価格変更は顧客との衝突を引き起こす可能性がある。 本稿では,知識グラフに基づく動的価格モデルであるKnowGraph-PMを提案する。 セマンティクスモデルは、より高速なデリバリーとより短いリードタイムの可能性をプレミアム価格の定義に用い、顧客プロファイルに基づく利益の増加を伴います。 ナレッジグラフは、顧客クラスや場所といった顧客関連の情報を顧客注文データに統合することができる。 価格アルゴリズムは、顧客プロファイルと注文行動に依存するSPARQLクエリとして実現され、対応する価格プレミアムを決定する。 価格アルゴリズムを適用した後の収益を計算し,そのアプローチを評価する。 SPARQLクエリに翻訳する能力質問に基づいて、生成された知識グラフを検証する。 セマンティクスデータの統合によって、顧客対応の収益管理が可能になることを実証する。

関連論文リスト

• Leveraging Microservices Architecture for Dynamic Pricing in the Travel Industry: Algorithms, Scalability, and Impact on Revenue and Customer Satisfaction [1.03590082373586]
  本研究では,旅行分野を対象としたリアルタイム動的価格体系の実装について検討する。 このシステムは、需要、競合価格、その他の外部状況などの要因をリアルタイムに解決するように設計されている。 コントロールされたシミュレーションと実生活のアプリケーションの両方で、収益生成が22%、価格応答時間が17%改善した。
  論文  参考訳（メタデータ） (2024-11-03T17:24:02Z)
• A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
  顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。 各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。 実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
  論文  参考訳（メタデータ） (2024-07-08T09:55:31Z)
• Personalized Federated Knowledge Graph Embedding with Client-Wise Relation Graph [49.66272783945571]
  クライアント関係グラフを用いた個人化フェデレーション知識グラフを提案する。 PFedEGは、近隣のクライアントから埋め込まれたエンティティを集約することで、各クライアントに対してパーソナライズされた補完知識を学習する。 我々は4つのベンチマークデータセットの広範な実験を行い、その手法を最先端モデルに対して評価する。
  論文  参考訳（メタデータ） (2024-06-17T17:44:53Z)
• Causal Analysis of Customer Churn Using Deep Learning [9.84528076130809]
  顧客チャーン(Customer Churn)は、ビジネスとの関係を終了するか、特定の期間における顧客エンゲージメントを減少させる。 本稿では,ディープフィードフォワードニューラルネットワークを用いた分類手法を提案する。 また,顧客を混乱させる原因を予測するための因果ベイズネットワークを提案する。
  論文  参考訳（メタデータ） (2023-04-20T18:56:13Z)
• Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
  消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。 我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。 提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-03-28T00:23:23Z)
• A Graph-Enhanced Click Model for Web Search [67.27218481132185]
  ウェブ検索のための新しいグラフ強調クリックモデル(GraphCM)を提案する。 セッション内情報とセッション間情報の両方を、スパーシリティ問題とコールドスタート問題に活用する。
  論文  参考訳（メタデータ） (2022-06-17T08:32:43Z)
• Price DOES Matter! Modeling Price and Interest Preferences in Session-based Recommendation [55.0391061198924]
  セッションベースのレコメンデーションは、匿名ユーザが自分の短い行動シーケンスに基づいて購入したいアイテムを予測することを目的としている。 セッションベースのレコメンデーションの価格設定を組み込むのは簡単ではない。 セッションベースレコメンデーションのためのCoHHN(Co-guided Heterogeneous Hypergraph Network)を提案する。
  論文  参考訳（メタデータ） (2022-05-09T10:47:15Z)
• Approaching sales forecasting using recurrent neural networks and transformers [57.43518732385863]
  深層学習技術を用いて,日・店・店レベルでの顧客販売予測問題に対処する3つの方法を開発した。 実験結果から,データ前処理を最小限に抑えた単純なシーケンスアーキテクチャを用いて,優れた性能を実現することができることを示す。 提案した解は約0.54の RMSLE を達成し、Kaggle コンペティションで提案された問題に対する他のより具体的な解と競合する。
  論文  参考訳（メタデータ） (2022-04-16T12:03:52Z)
• Functional Model of Residential Consumption Elasticity under Dynamic Tariffs [0.0]
  小売業者にとっての大きな障壁の1つは、契約された需要応答(DR)クライアントから期待できる消費弾力性を理解することである。 消費者の要求行動の弾力性は個人によって異なる。 本研究は,DR契約消費者の消費弾性に関する機能モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-22T15:29:50Z)
• Loss Functions for Discrete Contextual Pricing with Observational Data [8.661128420558349]
  顧客および/または製品の特徴に基づいて、各顧客がコンテキスト化された価格で提供される価格設定について検討する。 顧客の真の価値よりも,各顧客が所定の価格で商品を購入しているかどうかを観察する。
  論文  参考訳（メタデータ） (2021-11-18T20:12:57Z)
• Model Distillation for Revenue Optimization: Interpretable Personalized Pricing [8.07517029746865]
  我々は、複雑なブラックボックス機械学習アルゴリズムから知識を抽出する、カスタマイズされた、規範的なツリーベースアルゴリズムを提案する。 同様のバリュエーションで顧客を分割し、解釈可能性を維持しながら収益を最大化するような価格を定めている。
  論文  参考訳（メタデータ） (2020-07-03T18:33:23Z)

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。