論文の概要: Can Online Customer Reviews Help Design More Sustainable Products? A
Preliminary Study on Amazon Climate Pledge Friendly Products
- arxiv url: http://arxiv.org/abs/2202.07463v1
- Date: Mon, 20 Dec 2021 08:57:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-04 00:39:57.706099
- Title: Can Online Customer Reviews Help Design More Sustainable Products? A
Preliminary Study on Amazon Climate Pledge Friendly Products
- Title（参考訳）: オンライン顧客レビューは、より持続可能な製品設計に役立つか?
amazon climate pledge friendly製品に関する予備的研究
- Authors: Michael Saidani (LGI), Harrison Kim, Nawres Ayadhi (LGI), Bernard
Yannou (LGI)
- Abstract要約: 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。
- 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: Online product reviews are a valuable resource for product developers to
improve the design of their products. Yet, the potential value of customer
feedback to improve the sustainability performance of products is still to be
exploited. The present paper investigates and analyzes Amazon product reviews
to bring new light on the following question: ``What sustainable design
insights can be identified or interpreted from online product reviews?''. To do
so, the top 100 reviews, evenly distributed by star ratings, for three product
categories (laptop, printer, cable) are collected, manually annotated, analyzed
and interpreted. For each product category, the reviews of two similar products
(one with environmental certification and one standard version) are compared
and combined to come up with sustainable design solutions. In all, for the six
products considered, between 12% and 20% of the reviews mentioned directly or
indirectly aspects or attributes that could be exploited to improve the design
of these products from a sustainability perspective. Concrete examples of
sustainable design leads that could be elicited from product reviews are given
and discussed. As such, this contribution provides a baseline for future work
willing to automate this process to gain further insights from online product
reviews. Notably, the deployment of machine learning tools and the use of
natural language processing techniques to do so are discussed as promising
lines for future research.
- Abstract（参考訳）: オンライン製品レビューは、製品開発者が製品の設計を改善する上で貴重なリソースである。
しかし、製品のサステナビリティ性能を改善するための顧客フィードバックの潜在的な価値は、いまだに活用されている。
本論文は,amazon 製品レビューを調査し,分析することにより,次のような疑問に新たな光を当てる。 ‘what sustainable design insights can be identified or interpretation from online product reviews?’
そのため、トップ100のレビューは星の評価によって均等に分配され、3つの製品カテゴリー(ラップトップ、プリンター、ケーブル)が収集され、手動で注釈付けされ、分析され、解釈される。
各製品カテゴリについて、2つの類似製品(環境認証と1つの標準バージョン)のレビューを比較し、組み合わせて持続可能なデザインソリューションを考案する。
全体として、考慮された6つの製品について、レビューの12%から20%は、サステナビリティの観点からこれらの製品の設計を改善するために活用できる直接的または間接的な側面または属性である。
製品レビューから得られる持続可能なデザインリードの具体的な例を提示し、議論する。
そのため、このコントリビューションは、オンライン製品レビューからさらなる洞察を得るために、このプロセスを自動化しようとする将来の作業のベースラインを提供します。
特に、機械学習ツールの展開と自然言語処理技術の利用は、今後の研究に有望な線として議論されている。
関連論文リスト
- A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - 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) - ForeSeer: Product Aspect Forecasting Using Temporal Graph Embedding [25.421723193835895]
Foreseerはレビューテキスト、製品ネットワーク、時間情報を効果的に統合することで、レビュー予測のための新しいフレームワークを提供する。
ForeSeerは,3年間で11,536,382のレビューと11,000の製品を含む実世界の製品レビューシステムで評価した。
論文 参考訳（メタデータ） (2023-10-07T16:21:04Z) - Exploring the Distribution Regularities of User Attention and Sentiment
toward Product Aspects in Online Reviews [7.23135508361981]
本稿では,オンラインレビューの時間的視点から,ユーザの注意と製品面に対する感情の分布の規則性について考察する。
実証的な結果から,ユーザからの注目を製品面に当てはめることができ,短い期間に投稿されたレビューには,より多くの製品面が含まれていることが分かる。
論文 参考訳（メタデータ） (2022-09-08T10:23:16Z) - 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) - 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) - Can Machine Learning Tools Support the Identification of Sustainable
Design Leads From Product Reviews? Opportunities and Challenges [0.0]
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。
論文 参考訳（メタデータ） (2021-12-17T08:53:58Z) - User-Inspired Posterior Network for Recommendation Reason Generation [53.035224183349385]
推奨理由生成は、顧客の関心を惹きつけ、ユーザーエクスペリエンスを向上させる上で重要な役割を果たします。
ユーザインスパイアされたマルチソース後部トランス(MSPT)を提案し,ユーザの興味を反映したモデルを誘導する。
実験の結果,本モデルは従来の生成モデルよりも優れていることがわかった。
論文 参考訳（メタデータ） (2021-02-16T02:08:52Z) - Can We Automate Scientific Reviewing? [89.50052670307434]
我々は、最先端自然言語処理(NLP)モデルを用いて、科学論文の第一パスピアレビューを生成する可能性について論じる。
我々は、機械学習領域で論文のデータセットを収集し、各レビューでカバーされているさまざまなコンテンツに注釈を付け、レビューを生成するために論文を取り込み、ターゲットの要約モデルを訓練する。
総合的な実験結果から、システム生成レビューは、人間によるレビューよりも、論文の多くの側面に触れる傾向にあることが示された。
論文 参考訳（メタデータ） (2021-01-30T07:16:53Z) - 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) - Mining Changes in User Expectation Over Time From Online Reviews [0.7742297876120561]
本稿では,2世代の製品に対するオンラインレビューに基づいて,製品価格におけるユーザ期待の変化を捉えるアプローチを提案する。
まず、ルールベースの自然言語処理手法を用いて、レビューテキストから製品価格を自動的に識別し、構成する。
最後に,2世代連続製品のオンラインレビューにコンジョイント分析を適用することで,ユーザ期待の変化を見いだすことができる。
論文 参考訳（メタデータ） (2020-01-13T12:57:06Z)
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。