A knowledge graph-based decision support system for resilient supply chain networks
Lade...
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2024
Typ der Arbeit
Studiengang
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Research challenges in information science
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Lecture Notes in Business Information Processing
Reihennummer
513
Jahrgang / Band
1
Ausgabe / Nummer
Seiten / Dauer
66-81
Patentnummer
Verlag / Herausgebende Institution
Springer
Verlagsort / Veranstaltungsort
Guimarães
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Events in recent years such as the Russo-Ukrainian war of 2022 and the covid-19 pandemic have once again shown the importance of relying on resilient supply chain networks. The creation and maintenance of such networks is, however, a rather knowledge intensive task, which is still challenging. To tackle this, we introduce a first version of a knowledge graph-based decision support system aiming to help supply chain risk managers to make sourcing decisions. The system was designed by following the design science research methodology, which is supplemented with the Ontology Development 101 [25] for rigor in creation of the knowledge graph schema. Competency questions elicited with domain experts were used to evaluate the proposed system.
Schlagwörter
Fachgebiet (DDC)
Veranstaltung
18th International Conference, RCIS 2024
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
14.05.2024
Enddatum der Konferenz
17.05.2024
Datum der letzten Prüfung
ISBN
978-3-031-59464-9
978-3-031-59465-6
978-3-031-59465-6
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Closed
Lizenz
Zitation
Düggelin, W., & Laurenzi, E. (2024). A knowledge graph-based decision support system for resilient supply chain networks. In J. Araújo, J. L. de la Vara, M. Y. Santos, & S. Assar (Eds.), Research challenges in information science (Vol. 1, pp. 66–81). Springer. https://doi.org/10.1007/978-3-031-59465-6_5