論文の概要: HORIZON: a Classification and Comparison Framework for Pricing-driven Feature Toggling

• arxiv url: http://arxiv.org/abs/2503.21448v1
• Date: Thu, 27 Mar 2025 12:40:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-28 12:53:59.762832
• Title: HORIZON: a Classification and Comparison Framework for Pricing-driven Feature Toggling
• Title（参考訳）: HoriZON:価格駆動型機能トグルの分類と比較フレームワーク
• Authors: Alejandro García-Fernández, Jose Antonio Parejo, Antonio Ruiz-Cortés,
• Abstract要約: 本稿では,価格駆動環境に適した機能トグルツールフレームワークであるHoriZONを紹介する。 それは、より堅牢で適応可能なソリューションの開発を導く、焦点を絞った研究アジェンダの基盤となる。
• 参考スコア（独自算出の注目度）: 45.777054792526
• License:
• Abstract: Software as a Service (SaaS) has seen rapid growth in recent years, thanks to its ability to adapt to diverse user needs through subscription-based models. However, as pricing models enhance the customization of subscriptions, managing the associated constraints within a system's codebase becomes increasingly challenging. In response, Pricing-driven Development and Operation has emerged to integrate pricing considerations across the software lifecycle. Among its most challenging objectives is regulating feature access according to users' subscriptions -- a process that requires managing a multitude of conditions throughout the system's codebase. Feature toggles have traditionally been employed to manage dynamic system behavior, but their application to pricing-driven constraints presents unique challenges. When used to enforce subscription-based restrictions, toggles must adapt -- among other factors -- to individual user's use of features, ensuring that subscription limits are not exceeded. Despite the increasing significance of this problem, current industrial solutions lack explicit support for pricing-driven feature toggling, and existing academic contributions remain constrained to specific architectures. This paper contributes to fill this gap by introducing HORIZON, a classification and comparison framework for feature toggling tools tailored to pricing-driven environments. Its utility is demonstrated by categorizing the solutions identified in the literature as promising for such environments, revealing both their strengths and limitations, and thereby pinpointing critical avenues for improvement. In doing so, HORIZON not only provides a comprehensive view of the current landscape but also lays the groundwork for a focused research agenda, guiding the development of more robust and adaptable solutions for streamlining SaaS development and operations driven by pricings.
• Abstract（参考訳）: SaaS(Software as a Service)は,サブスクリプションベースのモデルを通じて,さまざまなユーザニーズに適応する能力のおかげで,近年急速に成長しています。 しかし、価格モデルがサブスクリプションのカスタマイズを強化するにつれ、システムのコードベース内で関連する制約を管理することはますます困難になる。 これに応えて、価格駆動開発と運用が登場し、ソフトウェアライフサイクル全体で価格の考慮事項を統合するようになった。 その最も困難な目標の1つは、ユーザのサブスクリプションに応じて機能へのアクセスを規制することである。 機能トグルは伝統的に動的システムの振る舞いを管理するために使われてきたが、価格駆動の制約への適用には固有の課題がある。 サブスクリプションベースの制限を実施するために使用される場合、トグルは、個々のユーザによる機能の使用に -- その他の要因から -- 適応し、サブスクリプション制限を越えないようにしなければならない。 この問題の重要性は高まっているが、現在の産業ソリューションでは価格駆動型機能トグルの明確なサポートが欠如しており、既存の学術的貢献は特定のアーキテクチャに制限されている。 本稿では、価格駆動環境に適した機能トグルツールの分類・比較フレームワークであるHORIZONを導入することにより、このギャップを埋めることに貢献している。 その実用性は、文献で特定された解決策をそのような環境に期待できるものとして分類し、その強みと限界を明らかにし、改善のための重要な道を示すことによって示される。 そうすることで、HoriZONは現在の展望を包括的に把握するだけでなく、より堅牢で適応可能なソリューションを開発し、価格によって駆動されるSaaS開発とオペレーションを合理化するための、集中的な研究課題の土台も築きます。

関連論文リスト

• Fast or Better? Balancing Accuracy and Cost in Retrieval-Augmented Generation with Flexible User Control [52.405085773954596]
  Retrieval-Augmented Generation (RAG) は、大規模言語モデル幻覚を緩和するための強力なアプローチとして登場した。 既存のRAGフレームワークは、しばしば無差別に検索を適用し、非効率な再検索につながる。 本稿では,精度・コストのトレードオフを動的に調整できる新しいユーザ制御可能なRAGフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-17T18:56:20Z)
• Leveraging Graph-RAG and Prompt Engineering to Enhance LLM-Based Automated Requirement Traceability and Compliance Checks [8.354305051472735]
  本研究は,頑健なグラフ-RAGフレームワークを,思考の連鎖や思考の樹木といった先進的な技術と統合することにより,性能を著しく向上させることを実証する。 さまざまなコンテキストにまたがって実装するのはコストが高く、複雑で、特定のシナリオに慎重に適応する必要がある。
  論文  参考訳（メタデータ） (2024-12-11T18:11:39Z)
• 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)
• LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations [51.76373105981212]
  リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。 そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。 カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
  論文  参考訳（メタデータ） (2024-06-18T09:29:18Z)
• Pricing4SaaS: a suite of software libraries for pricing-driven feature toggling [42.8610435437513]
  本稿では,プライシング4SaaSというソフトウェアライブラリ群を紹介する。 システムフロントエンドとバックエンドの両方で、価格駆動機能トグルの実装を容易にするように設計されている。 本稿では、人気の高いSpring PetClinicプロジェクトに基づくケーススタディを紹介し、このスイートをどのように活用して開発者の生産性を最適化するかを説明します。
  論文  参考訳（メタデータ） (2024-03-20T22:08:41Z)
• Large Language Model Meets Graph Neural Network in Knowledge Distillation [7.686812700685084]
  サービス指向アーキテクチャにおけるQoS(Quality of Service)を予測するための時間認識フレームワークを提案する。 提案するTOGCLフレームワークは,複数のメトリクスにわたって最先端のメソッドを著しく上回り,最大38.80%の改善を実現している。
  論文  参考訳（メタデータ） (2024-02-08T18:33:21Z)
• CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
  最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。 このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。 本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
  論文  参考訳（メタデータ） (2021-02-24T09:16:10Z)

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。