文献

J-GLOBAL ID：202202261148756277   整理番号：22A0495928

ビッグデータ下のDEA:データ可能解析とネットワークデータ包絡分析【JST・京大機械翻訳】

DEA under big data: data enabled analytics and network data envelopment analysis

著者 (1件)： Zhu Joe (Foisie Business School, Worcester Polytechnic Institute, Worcester, MA, USA)
資料名： Annals of Operations Research  (Annals of Operations Research)
巻： 309  号： 2  ページ： 761-783  発行年： 2022年 
JST資料番号： T0444A  ISSN： 0254-5330  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,データ包絡分析(DEA)が性能評価とベンチマークにおけるデータ指向解析の方法(またはツール)として見なされるべきであると提案する。従来のDEAの下で大量のデータ(意思決定ユニット,入力,および出力)を取り扱うために計算アルゴリズムが開発されたが,ネットワーク構造によって表現される大きいデータに隠された貴重な情報をDEAによって抽出しなければならない。これらのネットワーク構造,例えば,輸送とロジスティックスシステムは,従来のDEAによってモデル化できない,より広い範囲のインターリンクメトリックを包含する。ネットワークDEAが大データの値次元に関連することを提案した。DEAの名前と従来のDEAとのいくつかの類似性を持つが,ネットワークDEAは標準DEAとは異なることを示した。ネットワークDEAは,多重(性能)メトリックまたは属性がネットワーク構造を通してリンクするとき,解析(big DEA)を可能にする大きなデータである。これらのネットワーク構造は,従来のDEAによって扱うのに大きすぎるか,複雑である。線形計画法によって解決される従来のDEAとは異なり,一般的ネットワークDEAは非凸最適化問題に対応する。これは非線形ネットワークDEAモデルを解くための技術開発の機会を表す。輸送およびロジスティックスシステムならびにサプライチェーンのようなAreasは,大きなデータモデリングにおいてネットワークDEAを使用する大きな可能性を持っている。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形計画法 ,  意思決定 ,  *ネットワーク ,  ネットワーク構造 ,  多重化 ,  類似性 ,  ベンチマーク ,  物流システム ,  性能評価
準シソーラス用語： サプライチェーン ,  *データ包絡分析 ,  計算アルゴリズム ,  ホップ数 ,  *ビッグデータ ,  非凸最適化問題 , 【Automatic Indexing@JST】

著者キーワード (8件)： データ包絡分析(DEA) ,  データ可能解析 ,  ビッグデータ ,  性能 ,  生産性 ,  効率 ,  複合指数 ,  輸送

分類 (2件)： 経営工学一般  (KA01010C) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： ビッグデータ ,  DEA ,  解析 ,  データ包絡分析