論文の概要: A Hybrid Usability Approach for Rating Evaluation of M-Commerce Applications
- arxiv url: http://arxiv.org/abs/2608.25550v1
- Date: Wed, 26 Aug 2026 09:02:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.694217
- Title: A Hybrid Usability Approach for Rating Evaluation of M-Commerce Applications
- Title（参考訳）: M-Commerce アプリケーションの評価のためのハイブリッドユーザビリティアプローチ
- Abstract要約: 本研究は,Mコマースアプリの評価に大きく貢献するユーザビリティ要因の同定に焦点をあてる。
本研究は、 (i) daraz, (ii) shophive, (iii) home shopping, (iv) Symbiosの5つの有名なモバイルアプリケーションについて考察する。
- 参考スコア（独自算出の注目度）: 1.0860741762846102
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The success of any mobile application relies on its usefulness and rating is considered as an important measure in this regard. This research work focuses on identifying usability factors, which contribute significantly towards the rating of M-commerce apps. This work intends to explore existing usability models consisting of different factors along with a set of criteria and evaluate in terms of rating estimation by considering 5 well-known mobile applications, namely (i) daraz, (ii) shophive, (iii) home shopping, (iv) Symbios. (v) yayvo. Then, this work provides a hybrid usability model for rating prediction of M-commerce applications. The initial hybrid usability model comprises of (i) learnability, (ii) consistency, (iii) human factors,(iv)communicativeness,(v)effectiveness, (vi) Operability, (vii) efficiency, (viii) satisfaction. Each factor consists of some criteria. Keeping in view the factors of hybrid usability model, the data was collected from 40 users for each application. Furthermore, Forward Stepwise Multiple Linear Regression based rating prediction model is suggested by analyzing each criterion of all factors of hybrid usability model. Finally, the model is assessed and validated by using PRED(x) and K-fold techniques.
- Abstract（参考訳）: モバイルアプリケーションの成功はその有用性に依存しており、評価はこの点において重要な指標であると考えられている。
本研究は,Mコマースアプリの評価に大きく貢献するユーザビリティ要因の同定に焦点をあてる。
本研究は,異なる要因からなる既存ユーザビリティモデルと基準のセットについて検討し,よく知られた5つのモバイルアプリケーション,すなわち,評価評価の観点から評価することを目的とする。
daraz (複数形 darazs)
(二)店頭、
(三)ホームショッピング、
(4)交響曲。
(v)Yayvo。
そして、本研究は、Mコマースアプリケーションのレーティング予測のためのハイブリッドユーザビリティモデルを提供する。
最初のハイブリッドユーザビリティモデルが構成される
(i)学習性、
(二)一貫性
(三)人的要因
(四)コミュニケーション性、
(v) 有効性。
(vi)操作性
(vii) 効率性
(viii)満足度。
それぞれの要因はいくつかの基準から成り立っている。
ハイブリッドユーザビリティモデルの要因を考慮し続けながら、データは各アプリケーションの40ユーザから収集された。
さらに、ハイブリッドユーザビリティモデルのすべての要因の基準を解析し、ステップワイドな複数線形回帰に基づく評価予測モデルを提案する。
最後に、preD(x) および K-fold 技術を用いてモデルを評価し、検証する。
関連論文リスト
- DualEval: Joint Model-Item Calibration for Unified LLM Evaluation [67.99119926012686]
DualEvalは、モデルと評価項目を共有空間で表現する潜在モデルイテムキャリブレーションフレームワークである。
我々はDualEvalを、コーディング、数学、雑多なドメイン知識タスク、汎用的な日常的なユーザクエリの4つの領域にまたがって適用する。
論文 参考訳（メタデータ） (2026-06-24T22:40:46Z) - SAVOIR: Learning Social Savoir-Faire via Shapley-based Reward Attribution [82.31558282651811]
複雑な対人相互作用をナビゲートするソーシャルインテリジェンスは、言語エージェントに根本的な課題を提示する。
既存のアプローチでは、言語モデルを直接使用してエピソードレベルの報酬を分配する。
協調ゲーム理論に基づく新しい原理的枠組みであるSAVOIRを提案する。
論文 参考訳（メタデータ） (2026-04-21T02:08:25Z) - CDT: A Comprehensive Capability Framework for Large Language Models Across Cognition, Domain, and Task [49.27354010985993]
LLM(Large Language Models)の最近の進歩は、その能力を大幅に強化している。
既存のベンチマークでは、LLM能力を評価するための総合的なフレームワークが欠如しているため、孤立した能力に重点を置いていることが多い。
本稿では,3次元にまたがるモデルの性能を包括的に測定するコグニション・ドメイン・タスク(CDT)フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-29T08:10:29Z) - EffiEval: Efficient and Generalizable Model Evaluation via Capability Coverage Maximization [48.27039405295434]
EffiEvalは、高い評価信頼性を維持しながらデータの冗長性に対処する、効率的なベンチマークのためのトレーニング不要のアプローチである。
提案手法は, 高品質評価において, 代表性, 公平性, 一般化性の3つの重要な基準を満たすように設計されている。
EffiEvalは、元のデータのごく一部しか使用せず、フルデータセット評価と強いランキング整合性を実現する。
論文 参考訳（メタデータ） (2025-08-13T09:48:23Z) - Reliable Decision Support with LLMs: A Framework for Evaluating Consistency in Binary Text Classification Applications [0.7124971549479361]
本研究では,大言語モデル(LLM)のバイナリテキスト分類における一貫性を評価するフレームワークを提案する。
我々は,サンプルサイズ要件を定め,不適切な応答の指標を開発し,レータ内およびレータ間信頼性を評価する。
論文 参考訳（メタデータ） (2025-05-20T21:12:58Z) - Rethinking Reward Model Evaluation Through the Lens of Reward Overoptimization [15.729285736811383]
リワードモデルは、人間のフィードバックからの強化学習において重要な役割を果たす。
既存の報酬モデルベンチマークは、最適化されたポリシーの性能と弱い相関を示す。
論文 参考訳（メタデータ） (2025-05-19T06:43:08Z) - Iterative Utility Judgment Framework via LLMs Inspired by Relevance in Philosophy [66.95501113584541]
ITEM(Iterative utiliTy judgm fraEntMework)を提案する。
RAGの3つの中核的構成要素は、検索モデル、ユーティリティ判断、回答生成から導かれる関連性ランキングであり、シューツの哲学的関連性体系と一致している。
実効性判定, ランキング, 回答生成におけるITEMの顕著な改善が, 代表ベースラインに基づいて示された。
論文 参考訳（メタデータ） (2024-06-17T07:52:42Z) - Using LLMs to Model the Beliefs and Preferences of Targeted Populations [4.0849074543032105]
本研究では,人間の嗜好をモデル化する大規模言語モデル (LLM) の整合性について考察する。
特定の集団の信念、好み、行動のモデル化は、様々な応用に有用である。
論文 参考訳（メタデータ） (2024-03-29T15:58:46Z) - MR-GSM8K: A Meta-Reasoning Benchmark for Large Language Model Evaluation [60.65820977963331]
大規模言語モデル(LLM)のための新しい評価パラダイムを導入する。
このパラダイムは、しばしば推論プロセスを無視する結果指向の評価から、より包括的な評価へと重点を移す。
GSM8Kデータセットにこのパラダイムを適用し,MR-GSM8Kベンチマークを開発した。
論文 参考訳（メタデータ） (2023-12-28T15:49:43Z) - Cross Feature Selection to Eliminate Spurious Interactions and Single
Feature Dominance Explainable Boosting Machines [0.0]
解釈性は法的、倫理的、実践的な理由において不可欠である。
高性能モデルは、冗長な特徴と単一機能支配との素早い相互作用に悩まされることがある。
本稿では,これらの課題に対処するための新しいアプローチとして,代替のクロスフィーチャー選択,アンサンブル機能,モデル構成変更手法について検討する。
論文 参考訳（メタデータ） (2023-07-17T13:47:41Z) - How Faithful is your Synthetic Data? Sample-level Metrics for Evaluating
and Auditing Generative Models [95.8037674226622]
ドメインに依存しない方法で生成モデルの忠実度,多様性,一般化性能を特徴付ける3次元評価指標を提案する。
当社のメトリクスは、精度リコール分析により統計的発散測定を統合し、モデル忠実度と多様性のサンプルおよび分布レベルの診断を可能にします。
論文 参考訳（メタデータ） (2021-02-17T18:25:30Z)
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。