論文の概要: A Structured Evaluation Framework for Low-Code Platform Selection: A Multi-Criteria Decision Model for Enterprise Digital Transformation

• arxiv url: http://arxiv.org/abs/2510.18590v1
• Date: Tue, 21 Oct 2025 12:42:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:13.527401
• Title: A Structured Evaluation Framework for Low-Code Platform Selection: A Multi-Criteria Decision Model for Enterprise Digital Transformation
• Title（参考訳）: 低コードプラットフォーム選択のための構造化評価フレームワーク:エンタープライズディジタルトランスフォーメーションのためのマルチクオリティ決定モデル
• Abstract要約: 本稿では,5つの評価基準に基づく総合評価フレームワークを提案する。 我々は、組織が異なるローコードプラットフォームを定量的に評価し比較できる重み付けスコアリングモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid adoption of Low-Code Development Platforms (LCDPs) has created a critical need for systematic evaluation methodologies that enable organizations to make informed platform selection decisions. This paper presents a comprehensive evaluation framework based on five key criteria: Business Process Orchestration, UI/UX Customization, Integration and Interoperability, Governance and Security, and AI-Enhanced Automation. We propose a weighted scoring model that allows organizations to quantitatively assess and compare different low-code platforms based on their specific requirements and strategic priorities. The framework addresses the gap between marketing-driven platform comparisons and rigorous, context-specific evaluation methodologies. Through empirical validation in enterprise environments, we demonstrate how this structured approach can significantly improve decision-making outcomes and reduce the risk of platform lock-in or inadequate solution selection.
• Abstract（参考訳）: 低コード開発プラットフォーム(LCDP)の急速な採用により、組織が情報のあるプラットフォーム選択決定を行えるような、体系的な評価方法論が重要になった。 本稿では、ビジネスプロセスオーケストレーション、UI/UXカスタマイズ、統合と相互運用性、ガバナンスとセキュリティ、AI強化自動化の5つの主要な基準に基づく総合的な評価フレームワークを提案する。 組織は、それぞれの要求や戦略上の優先順位に基づいて、異なるローコードプラットフォームを定量的に評価し、比較できる重み付けスコアモデルを提案する。 このフレームワークは、マーケティング駆動型プラットフォーム比較と厳密でコンテキスト固有の評価手法のギャップに対処する。 企業環境における実証的な検証を通じて、この構造化アプローチが意思決定結果を大幅に改善し、プラットフォームロックインや不適切なソリューション選択のリスクを低減できることを示す。

関連論文リスト

• Rethinking Build vs. Buy Decisions in Enterprise Software: Navigating Trade-offs through a Structured Decision-Support Approach [2.4872412262736825]
  本稿では,ビルド逆購入意思決定の強化を目的とした構造的意思決定支援手法を提案する。 このアプローチは、戦略的考慮、アプリケーション特性、コストと予算の制約、リスク次元にまたがる決定要因のオントロジーに基づいています。 その結果, 決定基準を明確かつ体系的に比較することで, 企業環境におけるビルド逆購入決定の品質, 透明性, 監査性を向上させることが示唆された。
  論文  参考訳（メタデータ） (2026-06-29T05:49:40Z)
• OpenCompass: A Universal Evaluation Platform for Large Language Models [62.59671563145442]
  汎用大規模言語モデル (LLM) は, 技術の進歩において重要なリンクとなっている。 メインストリームベンチマークデータセットは、タスクタイプの多様性、一貫性のない評価基準、データと処理の断片化といった課題に直面している。 本稿では,ワンストップ,スケーラブル,高精度な汎用評価プラットフォームであるOpen LLMをオープンソースとして提案する。
  論文  参考訳（メタデータ） (2026-05-19T02:50:11Z)
• Segment-Aligned Policy Optimization for Multi-Modal Reasoning [55.29606572822562]
  本稿では、トークンや全シーケンスではなく、一貫性のある推論ステップをポリシー更新の基本単位として扱う新しい強化学習パラダイムを提案する。 代表的な推論ベンチマークの実験は、SAPOがトークンレベルおよびシーケンスレベルポリシー最適化手法を一貫して上回っていることを示している。 我々の研究は、強化学習の更新を推論の構造と整合させることの重要性を強調し、複雑な推論タスクにおけるより効率的でセマンティックに根ざした政策最適化の道を開く。
  論文  参考訳（メタデータ） (2026-05-02T08:47:45Z)
• Evaluation of Agents under Simulated AI Marketplace Dynamics [72.02953516461965]
  本稿では,情報アクセスシステムを競争市場への参加として評価するシミュレーションに基づくパラダイムを提案する。 我々はこの枠組みを定式化し、TRECのような評価キャンペーンにおける市場シミュレーション、メトリクス、最適化、導入に関する、ビジネスと経済に動機付けられた研究課題の概要を述べる。
  論文  参考訳（メタデータ） (2026-04-15T15:01:36Z)
• Strategy Executability in Mathematical Reasoning: Leveraging Human-Model Differences for Effective Guidance [86.46794021499511]
  戦略利用と戦略実行可能性の間には、これまで未定のギャップがある。 SSR(Selective Strategy Retrieval)は,実行可能性を明確にモデル化するテストタイムフレームワークである。 SSRは、直接解決、文脈内学習、単一ソースガイダンスよりも信頼性が高く一貫した改善をもたらす。
  論文  参考訳（メタデータ） (2026-02-26T03:34:23Z)
• Decision Quality Evaluation Framework at Pinterest [0.36944296923226316]
  この枠組みは、課題専門専門家(SME)がキュレートした高信頼のゴールデンセット(GDS)を中心にしている。 データセットのカバレッジを効率的に拡張するために、確率スコアを用いたインテリジェントな自動サンプリングパイプラインを導入する。 このフレームワークは、主観的な評価から、コンテンツ安全システムを管理するためのデータ駆動的で定量的なプラクティスへの移行を可能にする。
  論文  参考訳（メタデータ） (2026-02-17T18:45:55Z)
• TCPO: Thought-Centric Preference Optimization for Effective Embodied Decision-making [75.29820290660065]
  本稿では,効果的な具体的意思決定のための思考中心推論最適化(TCPO)を提案する。 モデルの中間的推論プロセスの整合性を強調し、モデル劣化の問題を緩和する。 ALFWorld環境での実験では、平均成功率は26.67%であり、RL4VLMよりも6%向上している。
  論文  参考訳（メタデータ） (2025-09-10T11:16:21Z)
• From Bits to Boardrooms: A Cutting-Edge Multi-Agent LLM Framework for Business Excellence [11.26863280050794]
  BusiAgentは、複雑な企業環境での高度な意思決定にLarge Language Models (LLM)を活用する、新しいマルチエージェントフレームワークである。 BusiAgentは、動的エージェントモデリングのための拡張Continuous Time Markov Decision Process (CTMDP)、協調効率を最適化するための一般化エントロピー尺度、階層的決定プロセスを処理するマルチレベルStackelbergゲームという3つのコアイノベーションを統合している。
  論文  参考訳（メタデータ） (2025-08-21T11:08:53Z)
• A New Approach for Multicriteria Assessment in the Ranking of Alternatives Using Cardinal and Ordinal Data [0.0]
  2つの仮想ギャップ解析(VGA)モデルを組み合わせた新しいMCA手法を提案する。 線形プログラミングに根ざしたVGAフレームワークは、MCA方法論において重要である。
  論文  参考訳（メタデータ） (2025-07-10T04:00:48Z)
• DecisionFlow: Advancing Large Language Model as Principled Decision Maker [49.088778182807395]
  DecisionFlowは、モデルにアクション、属性、制約の構造化された表現を推論するように誘導する、新しい決定モデリングフレームワークである。 プロンプトから直接回答を予測するのではなく、DecisionFlowは意味論的に根拠のある決定空間を構築し、潜在ユーティリティ関数を推論する。 実験の結果,DecisionFlowの精度は,強いプロンプトベースラインよりも最大30%向上した。
  論文  参考訳（メタデータ） (2025-05-27T16:23:53Z)
• Retrieval Augmented Decision-Making: A Requirements-Driven, Multi-Criteria Framework for Structured Decision Support [8.585671505840637]
  本稿では,LLMのセマンティック理解機能とマルチクリトリア意思決定を統合したRAD手法を提案する。 本手法は,産業文書から重要な基準を自動的に抽出し,重み付けされた階層的決定モデルを構築し,モデルガイダンスに基づいて構造化されたレポートを生成する。 様々な意思決定タスクにおいて、RADによって生成された決定報告は、詳細、合理性、構造の観点から、既存の手法よりも著しく優れていた。
  論文  参考訳（メタデータ） (2025-05-24T03:13:29Z)
• An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
  まず最適化モデルを構築し,非単調な選好をモデル化する。 本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
  論文  参考訳（メタデータ） (2024-09-04T14:36:20Z)
• 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)
• Benchmarking PtO and PnO Methods in the Predictive Combinatorial Optimization Regime [59.27851754647913]
  予測最適化(英: Predictive optimization)は、エネルギーコストを意識したスケジューリングや広告予算配分など、多くの現実世界のアプリケーションの正確なモデリングである。 我々は,広告のための新しい産業データセットを含む8つの問題に対して,既存のPtO/PnOメソッド11をベンチマークするモジュラーフレームワークを開発した。 本研究は,8ベンチマーク中7ベンチマークにおいて,PnOアプローチがPtOよりも優れていることを示すが,PnOの設計選択に銀の弾丸は見つからない。
  論文  参考訳（メタデータ） (2023-11-13T13:19:34Z)
• Revisiting GANs by Best-Response Constraint: Perspective, Methodology, and Application [49.66088514485446]
  ベストレスポンス制約(Best-Response Constraint、BRC)は、ジェネレータのディスクリミネータへの依存性を明示的に定式化する一般的な学習フレームワークである。 モチベーションや定式化の相違があっても, フレキシブルBRC法により, 様々なGANが一様に改善できることが示される。
  論文  参考訳（メタデータ） (2022-05-20T12:42:41Z)
• A Decision Model for Decentralized Autonomous Organization Platform Selection: Three Industry Case Studies [0.0]
  オンラインガバナンスの新しい形態としての分散型自律型組織は、ブロックチェーンプラットフォームにデプロイされたスマートコントラクトの集合体である。 本研究では,分散型自律組織プラットフォーム選択問題に対するマルチクオリトリア意思決定問題として,意思決定モデルを提案する。
  論文  参考訳（メタデータ） (2021-07-07T10:05:56Z)
• Application-Driven Learning: A Closed-Loop Prediction and Optimization Approach Applied to Dynamic Reserves and Demand Forecasting [41.94295877935867]
  我々は、予測と意思決定のプロセスが統合され、協調最適化される新しいクローズドループフレームワークであるアプリケーション駆動学習を提案する。 提案手法は拡張性があり,標準のオープンループ手法よりも一貫して性能が向上することを示す。
  論文  参考訳（メタデータ） (2021-02-26T02:43:28Z)

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。