論文の概要: Automated Analysis of Pricings in SaaS-based Information Systems

• arxiv url: http://arxiv.org/abs/2503.21444v1
• Date: Thu, 27 Mar 2025 12:36:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-28 12:54:00.474615
• Title: Automated Analysis of Pricings in SaaS-based Information Systems
• Title（参考訳）: SaaS情報システムにおける価格自動分析
• Authors: Alejandro García-Fernández, José Antonio Parejo, Pablo Trinidad, Antonio Ruiz-Cortés,
• Abstract要約: 本稿では,これらの価格管理タスクを部分的にあるいは完全に支援する7つの分析操作を提案する。 提案手法はMiniZincを使った参照フレームワークで実装され、150以上の価格モデルでテストされ、ベンチマークの35の価格でエラーを特定する。
• 参考スコア（独自算出の注目度）: 42.8610435437513
• License:
• Abstract: Software as a Service (SaaS) pricing models, encompassing features, usage limits, plans, and add-ons, have grown exponentially in complexity, evolving from offering tens to thousands of configuration options. This rapid expansion poses significant challenges for the development and operation of SaaS-based Information Systems (IS), as manual management of such configurations becomes time-consuming, error-prone, and ultimately unsustainable. The emerging paradigm of Pricing-driven DevOps aims to address these issues by automating pricing management tasks, such as transforming human-oriented pricings into machine-oriented (iPricing) or finding the optimal subscription that matches the requirements of a certain user, ultimately reducing human intervention. This paper advances the field by proposing seven analysis operations that partially or fully support these pricing management tasks, thus serving as a foundation for defining new, more specialized operations. To achieve this, we mapped iPricings into Constraint Satisfaction Optimization Problems (CSOP), an approach successfully used in similar domains, enabling us to implement and apply these operations to uncover latent, yet non-trivial insights from complex pricing models. The proposed approach has been implemented in a reference framework using MiniZinc, and tested with over 150 pricing models, identifying errors in 35 pricings of the benchmark. Results demonstrate its effectiveness in identifying errors and its potential to streamline Pricing-driven DevOps.
• Abstract（参考訳）: 機能、使用制限、計画、アドオンを含むSaaS(Software as a Service)の価格モデルは、数万から数千の設定オプションの提供から進化して、急速に複雑化しています。 この急速な拡張はSaaSベースの情報システム(IS)の開発と運用に重大な課題をもたらします。 価格駆動型DevOpsの新たなパラダイムは、ヒューマン指向の価格設定をマシン指向(iPricing)に変換することや、特定のユーザの要求に合った最適なサブスクリプションを見つけること、最終的には人間の介入を減らすことなど、価格管理タスクを自動化することで、これらの問題に対処することを目指している。 本稿では,これらの価格管理タスクを部分的にあるいは完全に支援する7つの分析操作を提案し,新たな,より専門的な操作を定義する基盤として機能する。 そこで我々は,iPricingsを制約満足度最適化問題 (CSOP, Constraint Satisfaction Optimization Problems) にマッピングした。 提案手法はMiniZincを使った参照フレームワークで実装され、150以上の価格モデルでテストされ、ベンチマークの35の価格でエラーを特定する。 結果は、エラーの特定とその価格駆動型DevOpsの合理化の可能性を示す。

関連論文リスト

• Transfer Learning for Nonparametric Contextual Dynamic Pricing [17.420508136662257]
  動的価格戦略は、市場条件や顧客特性に基づいて価格を調整することで、企業が収益を最大化する上で不可欠である。 この制限を克服するための有望なアプローチの1つは、関連する製品や市場からの情報を活用して、焦点となる価格決定を知らせることである。 本稿では,ソースドメインからの事前収集データを効果的に活用し,対象ドメインの価格決定を効率化する,新しいTLDPアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-31T01:05:04Z)
• The Effect of Scheduling and Preemption on the Efficiency of LLM Inference Serving [8.552242818726347]
  INFERMAXは様々なスケジューラを比較するために推論コストモデルを使用する分析フレームワークである。 その結果,プリエンプション要求はプリエンプションを回避するよりもGPUコストを30%削減できることがわかった。
  論文  参考訳（メタデータ） (2024-11-12T00:10:34Z)
• On The Planning Abilities of OpenAI's o1 Models: Feasibility, Optimality, and Generalizability [59.72892401927283]
  さまざまなベンチマークタスクでOpenAIのo1モデルの計画能力を評価する。 その結果,o1-preview は GPT-4 よりもタスク制約に順応していることがわかった。
  論文  参考訳（メタデータ） (2024-09-30T03:58:43Z)
• 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)
• Data-Driven Goal Recognition Design for General Behavioral Agents [14.750023724230774]
  汎用行動モデルを持つエージェントを考慮に入れた,目標認識設計のためのデータ駆動型アプローチを提案する。 本稿では,様々な制約を満たす勾配に基づく最適化フレームワークを提案し,意思決定環境を最適化する。
  論文  参考訳（メタデータ） (2024-04-03T20:38:22Z)
• Leaving the Nest: Going Beyond Local Loss Functions for Predict-Then-Optimize [57.22851616806617]
  本手法は,文献から得られた4つの領域において,最先端の成果が得られることを示す。 提案手法は, 局所性仮定が破られた場合, 既存手法よりも200%近く性能が向上する。
  論文  参考訳（メタデータ） (2023-05-26T11:17:45Z)
• 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)
• Personalized Pricing with Invalid Instrumental Variables: Identification, Estimation, and Policy Learning [5.372349090093469]
  本研究は,インストゥルメンタル変数アプローチを用いて,内在性の下でのオフラインパーソナライズド価格について検討する。 Invalid iNsTrumental変数を用いたパーソナライズされたプライシングのための新しいポリシー学習手法を提案する。
  論文  参考訳（メタデータ） (2023-02-24T14:50:47Z)

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。