Notice bibliographique
Résumé
Since the commercialization of the Internet in the 1990s, online retailing has increased steadily. According to the most recent Department of Commerce Census Bureau report,1 retail e-commerce sales in the first quarter of 2004 were $15.5 billion, up 28.1% from the first quarter of 2003. E-commerce sales in the first quarter of 2004 accounted for 1.9% of total sales, compared with 1.6% of total sales for the first quarter of 2003. An important trend in this growth in B2C (business-to-consumer) e-commerce is the participation of small business on the Web. Considering that in the United States small business comprises more than 99% of employer firms,2 this trend is significant. Though the Web offers huge potential to these small businesses for growth and prosperity, and also offers them a very low entry cost, Web visibility becomes the major barrier for them. Small businesses often have difficulty putting up enough funding to compete with brand-name businesses in promotion. So small businesses are desperately in need of a less costly channel for increasing their Web visibility. In the past 4 years and especially since the economic slowdown in 2000, comparison shopping has become more and more popular among online shoppers. Because of the low cost of being listed on comparison-shopping Web sites and the relatively high conversion rate for online shoppers who use comparison shopping, many small businesses found this an ideal channel to increase their Web visibility. As a result, many early participating small businesses gained a customer base in the competition by displaying their products and service prices on comparison-shopping Web sites. Now, it is more and more clear that comparison shopping provides a unique opportunity for small businesses to reach a large customer population with relatively little cost. To help readers better understand this phenomenon, we give a comprehensive introduction to comparison-shopping agents and summarize recent research on their impact in e-commerce.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,002 |
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 ».