A Peer-to-Peer Collaborative Virtual Environment for E-Commerce
Notice bibliographique
Résumé
The current e-commerce systems consist of a catalogue which online customers browse through, trying to emulate the real-life shopping experience. These customers, most of the times, are exposed to the product specifications in addition to some pictures and sometimes, animations. They do not undergo the same experience they would in reality: people often shop in groups and share opinions among each other and with product experts about items they browse before committing to purchase. All the pre-purchase experience is heavily undermined in the current electronic shopping emulation, potentially leading to reduced purchasing. However, this experience can be enhanced through Collaborative Virtual Environments (CVE). In this paper, we present a web-based e-commerce system where customers can collaboratively experience shopping with their online friends in real-time, and share the interaction with three dimensional virtual models of the items they are considering to buy available in the virtual shop. The system considers accessibility, a concern for any e-commerce application trying to attract as many customers as possible, and hence uses Macromedia Shockwave at the client side: a widely deployed free player. This differentiates our system from similar VR-based e-commerce systems that require VRML plug-ins or other nonstandard software at the client side. Another characteristic of the proposed system is its unique approach to supporting scalability. Realizing that collaborative shopping might lead to an increase in the number of shoppers browsing products simultaneously, scalability is an inevitable issue to deal with. We propose a peer-to-peer (P2P) architecture, where all peers provide resources and contribute in handling the scalability problem. The paper therefore focuses on two aspects: collaborative virtual environments in an e-commerce environment, and the application of peer-to-peer networking to such systems. Proof of concept and performance evaluations are also presented.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».