論文の概要: Exploring the Distribution Regularities of User Attention and Sentiment
toward Product Aspects in Online Reviews
- arxiv url: http://arxiv.org/abs/2209.03690v1
- Date: Thu, 8 Sep 2022 10:23:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-09 13:13:35.841926
- Title: Exploring the Distribution Regularities of User Attention and Sentiment
toward Product Aspects in Online Reviews
- Title(参考訳): オンラインレビューにおけるユーザ意識の分布規則と製品側面への感性を探る
- Authors: Chenglei Qin, Chengzhi Zhang, Yi Bu
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 7.23135508361981
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: [Purpose] To better understand the online reviews and help potential
consumers, businessmen, and product manufacturers effectively obtain users'
evaluation on product aspects, this paper explores the distribution
regularities of user attention and sentiment toward product aspects from the
temporal perspective of online reviews. [Design/methodology/approach] Temporal
characteristics of online reviews (purchase time, review time, and time
intervals between purchase time and review time), similar attributes
clustering, and attribute-level sentiment computing technologies are employed
based on more than 340k smartphone reviews of three products from JD.COM (a
famous online shopping platform in China) to explore the distribution
regularities of user attention and sentiment toward product aspects in this
article. [Findings] The empirical results show that a power-law distribution
can fit user attention to product aspects, and the reviews posted in short time
intervals contain more product aspects. Besides, the results show that the
values of user sentiment of product aspects are significantly higher/lower in
short time intervals which contribute to judging the advantages and weaknesses
of a product. [Research limitations] The paper can't acquire online reviews for
more products with temporal characteristics to verify the findings because of
the restriction on reviews crawling by the shopping platforms.
[Originality/value] This work reveals the distribution regularities of user
attention and sentiment toward product aspects, which is of great significance
in assisting decision-making, optimizing review presentation, and improving the
shopping experience.
- Abstract(参考訳): 目的]オンラインレビューをより深く理解し,潜在的な消費者,ビジネスマン,製品メーカが製品面におけるユーザの評価を効果的に得るために,オンラインレビューの時間的視点から,ユーザの注目度と製品面に対する感情の分布の規則性について検討する。
[デザイン・方法論・適用]オンラインレビューの時間的特性(購入時間・レビュー時間・期間)、類似属性クラスタリング、属性レベルの感情コンピューティング技術は、jd.com(中国の有名なオンラインショッピングプラットフォーム)の3つの製品の340万以上のスマートフォンレビューに基づいて採用され、製品の側面に対するユーザーの注意と感情の分布の規則性を調査します。
[検索] 実験結果から,パワーロー分布は製品面にユーザの注意を向けることができ,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ることがわかった。
また,製品側面のユーザ感情の値は,製品の長所や短所の判断に寄与する短時間で有意に高く,低い値を示す。
研究の限界] ショッピングプラットフォームによるレビューのクロールが制限されているため,時間的特性を有する製品について,オンラインレビューを取得することはできない。
【オリジナリティ/価値】本研究は,意思決定支援,レビュープレゼンテーションの最適化,ショッピング体験の向上に極めて重要である,製品面に対するユーザの注意と感情の分布規則を明らかにする。
関連論文リスト
- 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) - 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) - Exploiting Correlated Auxiliary Feedback in Parameterized Bandits [56.84649080789685]
そこで本研究では,学習者が追加の補助的フィードバックを観察できるパラメータ化帯域問題の新たな変種について検討する。
補助的なフィードバックは、ユーザのサービス評価(リワード)を観察し、サービス提供時間(補助的なフィードバック)などの追加情報を収集するオンラインプラットフォームなど、多くの現実的なアプリケーションで容易に利用可能である。
論文 参考訳(メタデータ) (2023-11-05T17:27:06Z) - 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) - 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) - Characterization of Frequent Online Shoppers using Statistical Learning
with Sparsity [54.26540039514418]
本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
論文 参考訳(メタデータ) (2021-11-11T05:36:39Z) - 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) - SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item
Recommendation [48.1799451277808]
本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。
まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。
そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
論文 参考訳(メタデータ) (2021-08-18T08:04:38Z) - 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) - Improving Opinion Spam Detection by Cumulative Relative Frequency
Distribution [0.9176056742068814]
オンラインレビューにおける意見スパムの検出には様々なアプローチが提案されている。
我々は意見スパムの分類に有効な一連の機能を再設計した。
分布特性を用いることで分類器の性能を向上させることができることを示す。
論文 参考訳(メタデータ) (2020-12-27T10:23:44Z) - 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。