論文の概要: Can Machine Learning Tools Support the Identification of Sustainable
Design Leads From Product Reviews? Opportunities and Challenges
- arxiv url: http://arxiv.org/abs/2112.09391v1
- Date: Fri, 17 Dec 2021 08:53:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-20 14:05:18.613233
- Title: Can Machine Learning Tools Support the Identification of Sustainable
Design Leads From Product Reviews? Opportunities and Challenges
- Title（参考訳）: 機械学習ツールは製品レビューから持続可能なデザインリードを識別できるか?
機会と挑戦
- Authors: Michael Saidani (LGI), Harrison Kim, Bernard Yannou (LGI)
- Abstract要約: 本稿では,オンライン製品レビューから持続可能なデザインインサイトを自動的に取得する統合型機械学習ソリューションを開発することを目的とする。
既存のフレームワークが提供する機会と課題は、アドホックな機械学習プロセスに沿って議論され、説明され、配置されます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The increasing number of product reviews posted online is a gold mine for
designers to know better about the products they develop, by capturing the
voice of customers, and to improve these products accordingly. In the meantime,
product design and development have an essential role in creating a more
sustainable future. With the recent advance of artificial intelligence
techniques in the field of natural language processing, this research aims to
develop an integrated machine learning solution to obtain sustainable design
insights from online product reviews automatically. In this paper, the
opportunities and challenges offered by existing frameworks - including Python
libraries, packages, as well as state-of-the-art algorithms like BERT - are
discussed, illustrated, and positioned along an ad hoc machine learning
process. This contribution discusses the opportunities to reach and the
challenges to address for building a machine learning pipeline, in order to get
insights from product reviews to design more sustainable products, including
the five following stages, from the identification of sustainability-related
reviews to the interpretation of sustainable design leads: data collection,
data formatting, model training, model evaluation, and model deployment.
Examples of sustainable design insights that can be produced out of product
review mining and processing are given. Finally, promising lines for future
research in the field are provided, including case studies putting in parallel
standard products with their sustainable alternatives, to compare the features
valued by customers and to generate in fine relevant sustainable design leads.
- Abstract（参考訳）: オンラインに投稿される製品レビューの増加は、デザイナーが開発する製品についてよりよく知るための金鉱であり、顧客の声を捉え、それに応じて製品を改善することである。
一方、製品設計と開発は、より持続可能な未来を作る上で不可欠な役割を持っています。
近年,自然言語処理分野における人工知能技術の進歩により,オンライン製品レビューから持続可能なデザインインサイトを自動的に取得する統合機械学習ソリューションの開発が目指されている。
本稿では、pythonライブラリやパッケージ、bertのような最先端アルゴリズムなど、既存のフレームワークが提供する機会と課題について論じ、解説し、アドホックな機械学習プロセスに沿って配置する。
このコントリビューションでは、サステナビリティ関連レビューの識別から持続可能なデザインリードの解釈(データ収集、データフォーマッティング、モデルトレーニング、モデル評価、モデルデプロイメント)までの5つのステージを含む、製品レビューからより持続可能な製品設計までの洞察を得るために、マシンラーニングパイプラインを構築するための機会と課題について論じている。
製品レビューのマイニングと処理から生み出される持続可能な設計上の洞察の例が提供される。
最後に、顧客から価値ある特徴を比較検討し、細かな関連性のあるデザインリードを生成するために、標準製品と持続可能な代替品を併用するケーススタディなど、今後の研究に期待できるラインが提供される。
関連論文リスト
- Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - The Responsible Foundation Model Development Cheatsheet: A Review of Tools & Resources [100.23208165760114]
ファンデーションモデル開発は、急速に成長するコントリビュータ、科学者、アプリケーションを引き付けている。
責任ある開発プラクティスを形成するために、我々はFoundation Model Development Cheatsheetを紹介します。
論文 参考訳（メタデータ） (2024-06-24T15:55:49Z) - Language Models: A Guide for the Perplexed [51.88841610098437]
このチュートリアルは、言語モデルを学ぶ人と、興味を持ち、もっと学びたいと思う人とのギャップを狭めることを目的としています。
実験を通して学ぶことができる質問に焦点を当てた科学的視点を提供する。
言語モデルは、現在、その開発に繋がる研究の文脈に置かれています。
論文 参考訳（メタデータ） (2023-11-29T01:19:02Z) - Artificial Intelligence for Sustainability: Facilitating Sustainable
Smart Product-Service Systems with Computer Vision [0.0]
この研究は、生産および製品利用の持続可能性を高めるために、ディープラーニングをどのように活用できるかを示している。
深層学習に基づくコンピュータビジョンを用いて製品の摩耗状態を決定する。
我々は, 加工ツールと回転X線アノードの2つの製品に対するアプローチを実証する。
論文 参考訳（メタデータ） (2023-03-17T16:01:39Z) - Automated Extraction of Fine-Grained Standardized Product Information
from Unstructured Multilingual Web Data [66.21317300595483]
機械学習の最近の進歩と最近発表された多言語データセットが組み合わさって、堅牢な製品属性抽出を可能にしていることを示す。
私たちのモデルは、オンラインショップや言語、あるいはその両方で、確実に製品属性を予測できます。
論文 参考訳（メタデータ） (2023-02-23T16:26:11Z) - GreenDB -- A Dataset and Benchmark for Extraction of Sustainability
Information of Consumer Goods [58.31888171187044]
毎週、ヨーロッパのオンラインショップから商品を収集するデータベースであるGreenDBを提示する。
製品サステナビリティのプロキシとして、専門家が評価するサステナビリティラベルに依存している。
本稿では,データを用いてトレーニングしたMLモデルを用いて,製品のサステナビリティラベルを確実に予測できることを示す。
論文 参考訳（メタデータ） (2022-07-21T19:59:42Z) - GreenDB: Toward a Product-by-Product Sustainability Database [2.9971739294416717]
現代の小売プラットフォームは、検索とレコメンデーションシステムに機械学習(ML)に大きく依存している。
製品ごとにサステナビリティ情報を統合するオープンでパブリックなデータベースは存在しない。
グリーンDBデータセットを生成するスクラップシステムの概念実装の実証について述べる。
論文 参考訳（メタデータ） (2022-05-05T20:24:16Z) - Can Online Customer Reviews Help Design More Sustainable Products? A
Preliminary Study on Amazon Climate Pledge Friendly Products [0.0]
この論文は、Amazonの製品レビューを調査し分析し、以下の質問に新たな光を当てている。
スター格付けによって均等に分配された上位100のレビューは、3つの製品カテゴリが収集され、手動で注釈付けされ、分析され、解釈される。
レビューの12%から20%の間、直接または間接的に言及されたアスペクトや属性は、持続可能性の観点からこれらの製品の設計を改善するために利用することができる。
論文 参考訳（メタデータ） (2021-12-20T08:57:37Z) - Unsupervised Opinion Summarization with Content Planning [58.5308638148329]
要約モデルにコンテンツプランニングを明示的に組み込むことで、より高い品質のアウトプットが得られることを示す。
また、より自然な合成データセットを作成し、実世界の文書と要約のペアに似ている。
当社のアプローチは,情報的,一貫性,流動的な要約を生成する上で,競争モデルよりも優れています。
論文 参考訳（メタデータ） (2020-12-14T18:41:58Z) - Mining customer product reviews for product development: A summarization
process [0.7742297876120561]
本研究は、顧客の好みや嫌いに関連する言葉や表現をオンラインレビューから識別し、構造化し、製品開発を指導することを目的としている。
著者らは,製品価格,感情,使用状況など,ユーザの嗜好の多面性を含む要約モデルを提案する。
ケーススタディでは、提案したモデルとアノテーションガイドラインにより、人間のアノテーションは、高信頼度でオンラインレビューを構造化できることを示した。
論文 参考訳（メタデータ） (2020-01-13T13:01:14Z)
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。