論文の概要: How do online consumers review negatively?

• arxiv url: http://arxiv.org/abs/2004.13463v1
• Date: Tue, 28 Apr 2020 12:54:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-21 22:04:52.893079
• Title: How do online consumers review negatively?
• Title（参考訳）: オンライン消費者はなぜ否定的にレビューするのか?
• Authors: Menghan Sun, Jichang Zhao
• Abstract要約: 中国最大のB2CプラットフォームであるJD.comの1,450,000のネガティブレビューを用いて、時間的、知覚的、感情的な視点からの行動パターンを探求する。 低レベルの消費者は、特に製品価格や売り手の態度に関して、より強い否定的な感情を表現している。 高いレベルの消費者からの否定的なレビューの価値は、感情の低下と偏見の低いナレーションのために予想外に強調される。
• 参考スコア（独自算出の注目度）: 1.52292571922932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Negative reviews on e-commerce platforms, mainly in the form of texts, are posted by online consumers to express complaints about unsatisfactory experiences, providing a proxy of big data for sellers to consider improvements. However, the exact knowledge that lies beyond the negative reviewing still remains unknown. Aimed at a systemic understanding of how online consumers post negative reviews, using 1, 450, 000 negative reviews from JD.com, the largest B2C platform in China, the behavioral patterns from temporal, perceptional and emotional perspectives are comprehensively explored in the present study. Massive consumers behind these reviews across four sectors in the most recent 10 years are further split into five levels to reveal group discriminations at a fine resolution. Circadian rhythms of negative reviewing after making purchases were found, and the periodic intervals suggest stable habits in online consumption and that consumers tend to negatively review at the same hour of the purchase. Consumers from lower levels express more intensive negative feelings, especially on product pricing and seller attitudes, while those from upper levels demonstrate a stronger momentum of negative emotion. The value of negative reviews from higher-level consumers is thus unexpectedly highlighted because of less emotionalization and less biased narration, while the longer-lasting characteristic of these consumers' negative responses also stresses the need for more attention from sellers. Our results shed light on implementing distinguished proactive strategies in different buyer groups to help mitigate the negative impact due to negative reviews.
• Abstract（参考訳）: 主にテキスト形式でのeコマースプラットフォームに対する否定的なレビューは、不満足な体験に対する不満を表明するためにオンライン消費者によって投稿され、売り手が改善を検討するためのビッグデータのプロキシを提供する。 しかし、否定的なレビュー以上の正確な知識はいまだに不明である。 中国最大のB2CプラットフォームであるJD.comの1,450,000のネガティブレビューを用いて、オンライン消費者がどのように否定的なレビューを投稿するかを体系的に理解することを目的として、時間的、知覚的、感情的な視点からの行動パターンを概観した。 最近10年で4つの分野にまたがる巨大な消費者は、細かな解決で集団差別を明らかにするためにさらに5つのレベルに分かれている。 購入後の否定的なレビューの概日リズムがみられ、定期的な間隔はオンライン消費の安定した習慣を示し、消費者は購入の同じ時間に否定的にレビューする傾向がある。 低レベルの消費者は、特に製品価格や販売者の態度において、より強いネガティブ感情を表現し、上位レベルの消費者はネガティブ感情の強い勢いを示す。 したがって、より高いレベルの消費者からの否定的なレビューの価値は、感情の低下と偏見の少ないナレーションのために予想外に強調される一方、これらの消費者の否定的な反応の長期的特性は、売り手からの注意力の必要性も強調している。 以上の結果から, ネガティブレビューによるネガティブな影響を軽減するため, 異なる買い手グループにおいて, 優れたプロアクティブ戦略の実施に光を当てた。

関連論文リスト

• Understanding the Impact of Negative Prompts: When and How Do They Take Effect? [92.53724347718173]
  本稿では, 負のプロンプトがどのように作用するか, どのように作用するかを明らかにするための, 初めての総合的研究について述べる。 我々の経験的分析は、負のプロンプトの2つの主要な挙動を識別する。 負のプロンプトは、単純な適応アルゴリズムによって、背景に最小限の変更を加えて、オブジェクトの塗り絵をしやすくする。
  論文  参考訳（メタデータ） (2024-06-05T05:42:46Z)
• Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
  アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。 アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。 本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
  論文  参考訳（メタデータ） (2024-04-19T16:45:50Z)
• Generating Persuasive Responses to Customer Reviews with Multi-Source Prior Knowledge in E-commerce [11.586256303135329]
  顧客レビューは通常、自分のオンラインショッピング体験に関する多くの情報を含んでいる。 各否定的なレビューに対して慎重にかつ説得力を持って回答し、その不利な効果を最小限に抑えることが不可欠である。 説得応答生成のためのマルチソースマルチアスペクト注意生成モデルを提案する。
  論文  参考訳（メタデータ） (2022-09-20T06:20:45Z)
• Generating Negative Samples for Sequential Recommendation [83.60655196391855]
  逐次レコメンデーション(SR)のための負のサンプル(イテム)を生成することを提案する。 アイテムに対する現在のSRモデルの学習されたユーザの好みに基づいて、各タイムステップで負の項目をサンプリングする。 4つの公開データセットの実験は、SRに高品質な負のサンプルを提供することの重要性を検証する。
  論文  参考訳（メタデータ） (2022-08-07T05:44:13Z)
• Spatio-Temporal Graph Representation Learning for Fraudster Group Detection [50.779498955162644]
  企業は、偽レビューを書くために詐欺師グループを雇い、競合相手をデモしたり、自分のビジネスを宣伝したりすることができる。 そのようなグループを検出するには、詐欺師グループの静的ネットワークを表現するのが一般的なモデルである。 両レビュアーの表現学習におけるHIN-RNNの有効性を第一に活用することを提案する。
  論文  参考訳（メタデータ） (2022-01-07T08:01:38Z)
• Attention-based Bidirectional LSTM for Deceptive Opinion Spam Classification [0.0]
  不正なレビューは様々なオンラインレビュープラットフォームに意図的に投稿され、顧客が商品やレストランを購入したり、訪ねたり、気を散らすのを手伝う。 この研究は、レビューを偽りまたは真偽として検出し分類することを目的としている。 これには、レビューの分類と提案されたアプローチの概要のための様々なディープラーニング技術の使用が含まれる。
  論文  参考訳（メタデータ） (2021-12-29T19:02:04Z)
• Estimating Causal Effects of Multi-Aspect Online Reviews with Multi-Modal Proxies [24.246450472404614]
  本研究は,ユーザ生成オンラインレビューの微粒化に対する因果関係を実証的に検証する。 レストランの食品・サービスなど、さまざまな側面について検討する。
  論文  参考訳（メタデータ） (2021-12-19T22:29:02Z)
• Impact of review valence and perceived uncertainty on purchase of time-constrained and discounted search goods [0.0]
  本研究は,新商品の購入決定が,直近のディスカウントが提供された場合に,過去の顧客評価にどのような影響があるかを検討する。 時間制約付き検索・購入環境における消費者態度の決定要因としての信頼性,診断性,有効性を考慮し,アプローチ回避コンフリクト理論に従う。
  論文  参考訳（メタデータ） (2021-10-09T19:50:08Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
  消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。 階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。 実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
  論文  参考訳（メタデータ） (2020-07-14T06:06:41Z)
• Positive emotions help rank negative reviews in e-commerce [4.1282165031966205]
  本研究の目的は、オンライン販売者や生産者に対して、特定の商品属性の下で最も有用なネガティブレビューを提供することである。 肯定的な感情は、否定的な評価のランク付けにおいて、否定的な感情よりも有益であることがわかった。 提示されたランキング手法は、オンライン消費者からの否定的なレビューを効果的かつ効果的に活用する手段を、eコマース実践者に提供することができる。
  論文  参考訳（メタデータ） (2020-05-20T03:34:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。