論文の概要: Improving Services Offered by Internet Providers by Analyzing Online
Reviews using Text Analytics
- arxiv url: http://arxiv.org/abs/2008.06957v1
- Date: Sun, 16 Aug 2020 16:44:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-06 03:09:39.068743
- Title: Improving Services Offered by Internet Providers by Analyzing Online
Reviews using Text Analytics
- Title（参考訳）: テキスト分析を用いたオンラインレビュー分析によるインターネットプロバイダが提供するサービスの改善
- Authors: Suchithra Rajendran, John Fennewald
- Abstract要約: インターネットサービスプロバイダ(ISP)は、継続的な成長を確実にするために、顧客を引きつけ、維持することを目的とした努力を確実にしなければならない。
近年の顧客は、特にオンラインレビューで利用可能な余計な情報のために、十分なインフォームドな判断を下すことができる。
ISPは、この情報を使って顧客の製品やサービスに対する見解をよりよく理解することができる。
- 参考スコア（独自算出の注目度）: 6.85316573653194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the proliferation of digital infrastructure, there is a plethora of
demand for internet services, which makes the wireless communications industry
highly competitive. Thus internet service providers (ISPs) must ensure that
their efforts are targeted towards attracting and retaining customers to ensure
continued growth. As Web 2.0 has gained traction and more tools have become
available, customers in recent times are equipped to make well-informed
decisions, specifically due to the colossal information available in online
reviews. ISPs can use this information to better understand the views of the
customers about their products and services. The goal of this paper is to
identify the current strengths, weaknesses, opportunities, and threats (SWOT)
of each ISP by exploring consumer reviews using text analytics. The proposed
approach consists of four different stages: bigram and trigram analyses, topic
identification, SWOT analysis and Root Cause Analysis (RCA). For each ISP, we
first categorize online reviews into positive and negative based on customer
ratings and then leverage text analytic tools to determine the most frequently
used and co-occurring words in each categorization of reviews. Subsequently,
looking at the positive and negative topics in each ISP, we conduct the SWOT
analysis as well as the RCA to help companies identify the internal and
external factors impacting customer satisfaction. We use a case study to
illustrate the proposed approach. The proposed managerial insights that are
derived from the results can act as a decision support tool for ISPs to offer
better products and services for their customers.
- Abstract（参考訳）: デジタルインフラの普及に伴い、インターネットサービスへの需要は多岐に渡り、無線通信業界は競争力を高めている。
そのため、インターネットサービスプロバイダ(ISP)は、継続的な成長を確実にするために顧客を引きつけ、維持することを目標にする必要がある。
web 2.0が勢いを増し、より多くのツールが利用可能になったため、最近の顧客は、特にオンラインレビューで利用可能なコロッサル情報のために、適切に調整された決定を行うことができる。
ISPは、この情報を使って顧客の製品やサービスに対する見解をよりよく理解することができる。
本稿の目的は,テキスト分析を用いた消費者レビューを探索することで,各ispの強み,弱み,機会,脅威(swot)を特定することである。
提案手法は,ビッグラムとトリグラム解析,トピック識別,SWOT解析,ルート原因解析(RCA)の4段階からなる。
各ISPに対して、まず顧客評価に基づいてオンラインレビューを肯定的かつ否定的なものに分類し、次いでテキスト分析ツールを用いてレビューの分類において最も頻繁に使われている単語と共起する単語を決定する。
その後、各ISPの肯定的・否定的なトピックについて、SWOT分析とRCAを行い、企業の顧客満足度に影響を与える内部的・外部的要因の特定を支援する。
提案手法を説明するためにケーススタディを用いる。
提案した管理上の洞察は、ISPが顧客に対してより良い製品やサービスを提供するための意思決定支援ツールとして機能する。
関連論文リスト
- A Comprehensive Review on Sentiment Analysis: Tasks, Approaches and
Applications [0.2717221198324361]
感性分析(SA)はテキストマイニングにおける新たな分野である。
これは、異なるソーシャルメディアプラットフォーム上でテキストで表現された意見を計算的に識別し、分類するプロセスである。
論文 参考訳（メタデータ） (2023-11-19T06:29:41Z) - Semantic Information Marketing in The Metaverse: A Learning-Based
Contract Theory Framework [68.8725783112254]
仮想サービスプロバイダ(VSP)によるインセンティブのメカニズム設計の問題に対処し,センサデータ販売にIoTデバイスを採用。
帯域幅が限られているため,センサIoTデバイスによる配信データを削減するためにセマンティック抽出アルゴリズムを提案する。
本稿では,新しい反復型契約設計を提案し,マルチエージェント強化学習(MARL)の新たな変種を用いて,モデル付き多次元契約問題の解法を提案する。
論文 参考訳（メタデータ） (2023-02-22T15:52:37Z) - On the Robustness of ChatGPT: An Adversarial and Out-of-distribution
Perspective [67.98821225810204]
本研究は,ChatGPTの頑健性について,敵対的視点とアウト・オブ・ディストリビューションの観点から評価する。
その結果,ほとんどの対人・OOD分類・翻訳作業において一貫した優位性を示した。
ChatGPTは対話関連テキストの理解において驚くべきパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-02-22T11:01:20Z) - Proactive Detractor Detection Framework Based on Message-Wise Sentiment
Analysis Over Customer Support Interactions [60.87845704495664]
本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。
ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。
以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
論文 参考訳（メタデータ） (2022-11-08T00:43:36Z) - 5-Star Hotel Customer Satisfaction Analysis Using Hybrid Methodology [0.0]
我々の研究は、レビューデータから顧客満足度を判断する新しい方法を提案する。
これまで実施されてきた顧客満足度に関する多くの研究とは異なり、本研究は論文の新規性を持っている。
論文 参考訳（メタデータ） (2022-09-26T04:53:10Z) - ItemSage: Learning Product Embeddings for Shopping Recommendations at
Pinterest [60.841761065439414]
Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。
このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
論文 参考訳（メタデータ） (2022-05-24T02:28:58Z) - A Comparative Study of Sentiment Analysis Using NLP and Different
Machine Learning Techniques on US Airline Twitter Data [0.0]
知覚分析は自然言語処理(NLP)と機械学習(ML)の技法である
本稿では,2つのNLP手法(Bag-of-WordsとTF-IDF)と各種ML分類アルゴリズムを提案する。
ベストアプローチは,Bag-of-Words技術を用いたSupport Vector MachineとLogistic Regressionを用いた77%の精度を提供する。
論文 参考訳（メタデータ） (2021-10-02T18:05:00Z) - Data Analysis: Communicating with Offshore Vendors using Instant
Messaging Services [0.0]
本研究の目的は, 正確な分析プロセスの選択が, 膨大な情報から有意義かつ正確な結論を導き出すのに有効かどうかを確かめることである。
論文 参考訳（メタデータ） (2021-08-08T03:37:19Z) - SentiLSTM: A Deep Learning Approach for Sentiment Analysis of Restaurant
Reviews [13.018530502810128]
本稿では,レストランのクライアントが提供したレビューを肯定的,否定的な極性に分類する深層学習技術(BiLSTM)を提案する。
テストデータセットの評価の結果、BiLSTM技術は91.35%の精度で生成された。
論文 参考訳（メタデータ） (2020-11-19T06:24:42Z) - Learning to Infer User Hidden States for Online Sequential Advertising [52.169666997331724]
本稿では,これらの問題に対処するディープインテントシーケンス広告(DISA)手法を提案する。
解釈可能性の鍵となる部分は、消費者の購入意図を理解することである。
論文 参考訳（メタデータ） (2020-09-03T05:12:26Z) - Optimal Pricing of Internet of Things: A Machine Learning Approach [105.4312167370975]
IoT(Internet of Things)は、センサーに埋め込まれたデバイスから大量のデータを生成する。
これまでの研究では、機械学習ベースのIoTサービスの最適な価格設定とバンドルの問題に対処していない。
当社は、データベンダがサービスプロバイダにデータを販売しているIoT市場モデルと、IoTサービスを顧客に提供しているサービスプロバイダで構成されています。
論文 参考訳（メタデータ） (2020-02-14T09:17:40Z)
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。