Supporting Electronic Commerce of Software Products through Pay-Per-Use Rental of Downloadable Tools
Notice bibliographique
Résumé
The pervasiveness of Internet connectivity and the wide diffusion of Java-capable browsers foster innovative techniques for software distribution. In this chapter, we propose a new model for the electronic commerce of software tools based on a pay-per-use rental policy. Pay-per-use rental of downloadable tools is the natural exploitation of Java applets that can be transferred on demand to the user’s machine and executed dynamically inside a browser. While software rental is not a new idea (Flamnia and McCandless, 1996), at present no example of a standard pay-per-use rental mechanism for downloadable software tools exists. This approach benefits from the advantages of central management of tools and zero maintenance for users typical of Java applets, together with a new way to pay for their use. Software rental presents several advantages to producers and users. Pay-per-use rental is particularly suited to Web-based applications, because they are offered to a very heterogeneous and dynamic user population (Bakos and Brynjolfson, 1997). This chapter describes advantages and issues related to pay-per-use, and explains how to add it to Web-based systems, by presenting the example of pay-per-use integration in WebMetrics, a Web-based system providing distributed collection, management, and analysis of source code metrics. This chapter is organized as follows. Section 2 discusses tools-on-demand. Section 3 presents the role of pay-per-use. Section 4 introduces WebMetrics, our prototype pay-per-use application. Section 5 describes the architecture of WebMetrics. Section 6 presents a list of open issues. Section 7 draws some conclusions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,010 | 0,021 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».