論文の概要: Empirical Evaluation of Integrated Trust Mechanism to Improve Trust in E-commerce Services

• arxiv url: http://arxiv.org/abs/2406.13299v1
• Date: Wed, 19 Jun 2024 07:38:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-21 22:49:46.532219
• Title: Empirical Evaluation of Integrated Trust Mechanism to Improve Trust in E-commerce Services
• Title（参考訳）: 電子商取引サービスにおける信頼向上のための総合的信頼メカニズムの実証評価
• Authors: Siddiqui Muhammad Yasir, Hyunsik Ahn,
• Abstract要約: 我々は3つの異なるeコマースサービスにおける統合信頼メカニズムの影響を分析する。 実験で選択されたモデルは、ポリシーと評価に基づく信頼メカニズムの複合である。 学習システムにおける統合的信頼機構と従来の信頼機構の両方を分離することにより、実装の有効性を検証するために、実験が監督されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There are mostly two approaches to tackle trust management worldwide Strong and crisp and Soft and Social. We analyze the impact of integrated trust mechanism in three different e-commerce services. The trust aspect is a dormant element between potential users and being developed expert or internet systems. We support our integration by preside over an experiment in controlled laboratory environment. The model selected for the experiment is a composite of policy and reputation based trust mechanisms and widely acknowledged in e-commerce industry. The integration between policy and trust mechanism was accomplished through mapping process, weakness of one brought to a close with the strength of other. Furthermore, experiment has been supervised to validate the effectiveness of implementation by segregating both integrated and traditional trust mechanisms in learning system
• Abstract（参考訳）: 世界規模の信頼管理に取り組むには、StrongとcrispとSoftとSocialの2つのアプローチがある。 我々は3つの異なるeコマースサービスにおける統合信頼メカニズムの影響を分析する。 信頼の側面は、潜在的なユーザと、開発された専門家やインターネットシステムとの間の休息要素である。 我々は、制御された実験環境における実験を主眼として統合を支援します。 この実験で選択されたモデルは、政策と評価に基づく信頼メカニズムの複合であり、電子商取引業界で広く認識されている。 政策と信頼のメカニズムの統合は、マッピングプロセスを通じて達成され、一方の弱点は他方の強みと密接な関係になった。 さらに,学習システムにおける統合的信頼機構と従来的信頼機構を分離し,実装の有効性を検証する実験が実施されている。

関連論文リスト

• An Integration of policy and reputation based trust mechanisms [0.0]
  この論文の目的は、政策と評価に基づく信頼メカニズムの強みと弱みを特定することである。 提案した統合信頼機構は, オークションシステムにおける買い手/売り手シナリオの実験により検証された。
  論文  参考訳（メタデータ） (2024-06-19T08:57:05Z)
• Integration of Policy and Reputation based Trust Mechanisms in e-Commerce Industry [0.0]
  電子商取引業界は現在、2つの異なる信頼アプローチを扱っている。 評価と政策に基づく信頼メカニズムの違いを分析する。 電子商取引業界では、買い手と売り手の間の信頼を高めるためのレコメンデーションが提案される。
  論文  参考訳（メタデータ） (2024-06-19T07:47:48Z)
• Enhancing Mutual Trustworthiness in Federated Learning for Data-Rich Smart Cities [29.951569327998133]
  フェデレーション学習は、データリッチなスマートシティにおける、コラボレーションとプライバシ保護を約束する機械学習アプローチである。 ランダムなクライアント選択技術のような従来のアプローチは、システムの完全性にいくつかの脅威をもたらす。 本稿では,クライアントとサーバの双方の信頼ニーズを考慮して,フェデレート学習における相互信頼感に対処する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-05-01T08:49:22Z)
• A Diachronic Perspective on User Trust in AI under Uncertainty [52.44939679369428]
  現代のNLPシステムは、しばしば未分類であり、ユーザの信頼を損なう確実な誤った予測をもたらす。 賭けゲームを用いて,信頼を損なう事象に対するユーザの信頼の進化について検討する。
  論文  参考訳（メタデータ） (2023-10-20T14:41:46Z)
• Did You Mean...? Confidence-based Trade-offs in Semantic Parsing [52.28988386710333]
  タスク指向の構文解析において、キャリブレーションモデルが共通のトレードオフのバランスを取るのにどのように役立つかを示す。 次に、信頼性スコアがユーザビリティと安全性のトレードオフを最適化する上で、どのように役立つかを検証します。
  論文  参考訳（メタデータ） (2023-03-29T17:07:26Z)
• Trust, but Verify: Using Self-Supervised Probing to Improve Trustworthiness [29.320691367586004]
  我々は、訓練されたモデルに対する自信の過剰な問題をチェックおよび緩和することのできる、自己教師型探索の新しいアプローチを導入する。 既存の信頼性関連手法に対して,プラグイン・アンド・プレイ方式で柔軟に適用可能な,シンプルで効果的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2023-02-06T08:57:20Z)
• Designing for Responsible Trust in AI Systems: A Communication Perspective [56.80107647520364]
  我々は、MATCHと呼ばれる概念モデルを開発するために、技術に対する信頼に関するコミュニケーション理論と文献から引き出す。 私たちは、AIシステムの能力として透明性とインタラクションを強調します。 我々は、技術クリエーターが使用する適切な方法を特定するのに役立つ要件のチェックリストを提案する。
  論文  参考訳（メタデータ） (2022-04-29T00:14:33Z)
• On the Importance of Trust in Next-Generation Networked CPS Systems: An AI Perspective [2.1055643409860734]
  本稿では,ネットワークエージェントの状態を評価し,意思決定プロセスを改善する手段として信頼を提案する。 信頼関係は、プロトコル内のエンティティの相互作用によって生成された証拠に基づいている。 信頼の証拠を活用することで,フェデレートラーニングのパフォーマンスと安全性が向上することを示す。
  論文  参考訳（メタデータ） (2021-04-16T02:12:13Z)
• Formalizing Trust in Artificial Intelligence: Prerequisites, Causes and Goals of Human Trust in AI [55.4046755826066]
  我々は、社会学の対人信頼(すなわち、人間の信頼)に着想を得た信頼のモデルについて議論する。 ユーザとAIの間の信頼は、暗黙的あるいは明示的な契約が保持する信頼である。 我々は、信頼できるAIの設計方法、信頼が浮かび上がったかどうか、保証されているかどうかを評価する方法について論じる。
  論文  参考訳（メタデータ） (2020-10-15T03:07:23Z)
• Where Does Trust Break Down? A Quantitative Trust Analysis of Deep Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
  本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。 信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。 我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
  論文  参考訳（メタデータ） (2020-09-30T14:33:43Z)
• How Much Can We Really Trust You? Towards Simple, Interpretable Trust Quantification Metrics for Deep Neural Networks [94.65749466106664]
  我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。 我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。 提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
  論文  参考訳（メタデータ） (2020-09-12T17:37:36Z)

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。