Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

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
Supervised classification covers a number of data mining methods based on training data. These methods have been successfully applied to solve multi-criteria complex classification problems in many domains, including economical issues. In this paper we discuss features of some supervised classification methods based on decision trees and apply them to the direct marketing campaigns data of a Portuguese banking institution. We discuss and compare the following classification methods: decision trees, bagging, boosting, and random forests. A classification problem in our approach is defined in a scenario where a bank’s clients make decisions about the activation of their deposits. The obtained results are used for evaluating the effectiveness of the classification rules.
EN
This paper addresses the problem of classification of user sessions in an online store into two classes: buying sessions (during which a purchase confirmation occurs) and browsing sessions. As interactions connected with a purchase confirmation are typically completed at the end of user sessions, some information describing active sessions may be observed and used to assess the probability of making a purchase. The authors formulate the problem of predicting buying sessions in a Web store as a supervised classification problem where there are two target classes, connected with the fact of finalizing a purchase transaction in session or not, and a feature vector containing some variables describing user sessions. The presented approach uses the k-Nearest Neighbors (k-NN) classification. Based on historical data obtained from online bookstore log files a k-NN classifier was built and its efficiency was verified for different neighborhood sizes. A 11-NN classifier was the most effective both in terms of buying session predictions and overall predictions, achieving sensitivity of 87.5% and accuracy of 99.85%.
EN
The paper deals with the problem of Quality of Web Service (QoWS) in e-commerce Web servers, i.e. in retail Web stores. It concerns the admission control and scheduling algorithm for a Web server system, which aims at preventing the system from overload to provide high QoWS level and ultimately, to increase Web site's conversion rate, i.e. to turn more visitors into customers. The sensitivity of the algorithm to changes in its basic parameter values was analyzed by using a simulation-based approach. Special attention was paid to evaluation of the parameter impact on conventional and business-related system performance metrics.
PL
Artykuł dotyczy problemu gwarantowania jakości usług serwisów WWW zapewniających funkcjonowanie detalicznych sklepów internetowych. Zaproponowano nową metodę obsługi żądań w serwisie, której celem jest maksymalizowanie przychodu osiąganego przez właściciela e biznesu, przy jednoczesnym oferowaniu wyższej jakości usług dla bardziej wartościowych klientów. Do identyfikacji i oceny wartości kluczowych klientów zaproponowano zastosowanie analizy RFM (ang. Recency-Frequency-Monetary value analysis). Przedyskutowano nowy algorytm kontroli przyjęć i szeregowania żądań, realizujący sterowanie zgodnie z przyjętymi celami "biznesowymi".
EN
The paper deals with the problem of guaranteeing high Quality of Web Service (QoWS) in e-commerce Web servers. Due to the high variability and unpredictability of Web traffic, Web servers are subject to overloads, which result in users experiencing too long response times, their impatience and site abandonment. Such situations are detrimental to e-business conducted over the Internet, especially in the highly competitive Business-to-Consumer (B2C) e-commerce environment. In the paper, a novel request service method for a Web server system hosting a B2C Web site is proposed. The method aims at ensuring high revenue achieved by an online-retailer through successfully processed purchase transactions, as well as offering higher QoWS for more valued customers. To identify and evaluate values of key customers, RFM (Recency-Frequency-Monetary value) analysis has been applied to the method. A new admission control and scheduling algorithm realizing request service control according to business-oriented goals is discussed.
PL
Artykuł dotyczy problemu modelowania ruchu webowego charakterystycznego dla serwisów WWW obsługujących aplikacje handlu elektronicznego typu B2C (ang. Business-to-Consumer), które w artykule określane są jako serwisy biznesowe. Problem ten wiąże się z szerszym zagadnieniem, jakim jest ocena i prognozowanie wydajności serwisów WWW na drodze eksperymentów symulacyjnych. Przedyskutowano specyfikę obciążenia biznesowych serwisów webowych, a następnie przedstawiono proponowany model obciążenia, opracowany na podstawie dostępnych w literaturze wyników badań charakteryzujących obciążenie rzeczywistych serwisów WWW. Zaproponowano połączenie modelu sesji użytkownika na witrynie B2C z modelem obciążenia na poziomie żądań HTTP, co pozwala na generowanie ruchu webowego charakterystycznego dla witryn B2C o dużej zmienności natężenia, co potwierdzają przedstawione wyniki badań symulacyjnych.
EN
The paper deals with the problem of modeling Web traffic which is characteristic of Web server systems hosting e-commerce B2C (Business-to-Consumer) sites. In the paper such systems are called business Web server systems. The problem is related to a broad issue of Web server system performance prediction and evaluation through simulation experiments. First, a specificity of business Web server system workload is discussed, followed by the proposal of a workload model, based on up-to-date results on real Web server workload characteristics. We propose combining a model of a user session at a B2C Web site with HTTP-level workload models both for business and non-business Web servers. Simulation results have shown that the generated Web traffic is highly variable and bursty.
6
Content available remote Integrating a key customer-oriented strategy into the B2C e-commerce service
EN
The paper brings up the problem of broadening customer relationship management (CRM) in an e-commerce company to an automated mechanism of request service in a Web server system hosting a Business-to-Consumer (B2C) Web site. We propose applying RecencyFrequency-Monetary value (RFM) analysis to automatically compute customer values in a Web store, and using these values in a new admission control and scheduling algorithm for a Web server system. The proposed method and algorithm are discussed, and simulation results of its efficacy compared to the First-In-First-Out (FIFO) scheduling are presented.
EN
Due to very negative and long-term consequences of a low quality of service (QoS) for e-business, a number of QoS mechanisms for Web servers were proposed. As a continuation of this research trend, the paper proposes a new way of using business information in an admission control and scheduling scheme for the e-commerce server aiming at the integration of the server system efficiency with e-business profitability.
PL
Tematyka pracy dotyczy problemu jakości usług ośrodków webowych. Zaproponowano nowatorski sposób wykorzystania informacji biznesowych w metodzie kontroli przyjęć i szeregowania żądań dla serwisu e-commerce. Celem metody jest połączenie aspektu wydajności serwisu webowego oraz rentowności elektronicznego biznesu.
PL
W artykule przedstawiono podstawowe informacje na temat sieci Bayesa oraz możliwości zastosowania tych sieci do wnioskowania w warunkach niepewnych i niepełnych danych. Na przykładzie prostej sieci przyczynowej omówiono strukturę sieci, sposób wnioskowania i obliczania prawdopodobieństw, a także podstawowe pojęcia. Zarysowano problemy związane z budowaniem modeli sieci, przedstawiono obszary zastosowań tej metody wnioskowania oraz narzędzia służące do tworzenia i modelowania sieci Bayesa. W celu zilustrowania omawianych zagadnień autorzy zaprojektowali przykładową sieć Bayesa i wykorzystali program MSBN do przeprowadzenia wnioskowania dla tej sieci.
EN
The article presents basic information on Bayesian Networks and possibilities of using this technology to inferring in the situations when data is incomplete and uncertain. Basic terms, network structure and the way of inferring and estimating possibilities are discussed on the basis of simple causal network. Furthermore, authors outline problems connected with building network models, they present fields of BN applications and the most popular tools for building and modeling Bayesian Networks. In order to illustrate the discussed issues, authors designed a hypothetical Bayesian Network and they used a program called MSBN to carry out the process of inferring for that network.
PL
Celem artykułu jest analiza możliwości praktycznego wykorzystania technologii opartych na sieciach Bayesa w systemach komputerowych. Przedstawiono klasy zastosowań sieci Bayesa, aplikacje będące w fazie projektu, a także przykłady komercyjnych systemów z różnych dziedzin. W ramach przykładu omówiono technologie Answer Wizard i Office Assistant, zastosowane w systemie pomocy dla użytkowników aplikacji biurowych. Przedstawiono wady i zalety sieci Bayesa w kontekście zastosowań praktycznych.
EN
The main goal of the article is to analyze possibilities of the practical use of technologies based on Bayesian Networks in the computer systems. The article presents applications of classes of Bayesian Networks, systems being actually developed and examples of commercial systems from different fields. As an example, two technologies are discussed: Answer Wizard and Office Assistant. Furthermore, advantages and disadvantages of Bayesian Networks in the context of practical use are presented.
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.