Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The ecommerce industry is highly developed, but after COVID-19 it has increased its position even more. The industry consists of huge corporations as well as a large number of small-scale stores. Each of these stores requires a system on which to operate. One popular system for online stores is WooCommerce. This study analyzed this system in terms of popularity, security, usability, among others. Its performance under load was also checked. A test for 4 WooCommerce configurations for different sets of parameters (RAM, processor) was conducted to check the maximum number of users which CMS can handle.
PL
Branża e-commerce jest bardzo rozwinięta, ale po COVID-19 jeszcze bardziej umocniła swoją pozycję. Branża składa się z ogromnych korporacji, a także dużej liczby małych sklepów. Każdy z tych sklepów wymaga systemu, na którym może działać. Jednym z popularnych systemów dla sklepów internetowych jest WooCommerce. W niniejszym badaniu przeanalizowano ten system m.in. pod kątem popularności, bezpieczeństwa i użyteczności. Sprawdzono również jego wydajność pod obciążeniem narzędziem JMETER. Przeprowadzono test dla 4 konfiguracji WooCommerce dla wielu różnych zestawów parametrów (pamięć RAM, procesor), aby sprawdzić maksymalną liczbę użytkowników, którą CMS może obsłużyć.
EN
In the paper, the authors present the outcome of web scraping software allowing for the automated classification of threats and crisis events detection. In order to improve the safety and comfort of human life, an analysis was made to quickly detect threats using a modern information channel such as social media. For this purpose, social media services that are popular in the examined region were reviewed and the appropriate ones were selected using the criteria of accessibility and popularity. Approximately 300 unique posts from local groups of cities and other administrative centers were collected and analyzed. The decision of which entry was classified as a threat was defined using the ChatGPT tool and the human expert. Both variants were tested using machine learning (ML) methods. The paper tested whether the ChatGPT tool would be effective at detecting presumed events and compared this approach to the classic ML approach.
PL
W artykule autorzy przedstawiają wyniki prac nad oprogramowaniem web scrapingowym pozwalającym na zautomatyzowaną klasyfikację zagrożeń i wykrywanie zdarzeń kryzysowych. W celu poprawy bezpieczeństwa i komfortu życia ludzi przeprowadzono analizę szybkiego wykrywania zagrożeń z wykorzystaniem nowoczesnego kanału informacyjnego jakim są media społecznościowe. W tym celu dokonano przeglądu popularnych w badanym regionie serwisów społecznościowych i wybrano odpowiednie, kierując się kryteriami dostępności i popularności. Zebrano i przeanalizowano około 300 unikalnych postów z lokalnych grup miast i innych ośrodków administracyjnych. Decyzja o tym, który wpis został sklasyfikowany jako zagrożenie, została określona przy użyciu narzędzia ChatGpt oraz przy udziale osoby (eksperta). Oba warianty zostały przetestowane przy użyciu metod uczenia maszynowego (ML). Dodatkowo, w artykule sprawdzono, czy narzędzie ChatGpt będzie skuteczne w wykrywaniu domniemanych zdarzeń i porównano to rozwiązanie z klasycznym podejściem ML, gdzie dane uczące etykietowano przy udziale ekspretra.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.