論文の概要: Web 3.0 Adoption Behavior: PLS-SEM and Sentiment Analysis

• arxiv url: http://arxiv.org/abs/2209.04900v1
• Date: Sun, 11 Sep 2022 16:37:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:04:51.464052
• Title: Web 3.0 Adoption Behavior: PLS-SEM and Sentiment Analysis
• Title（参考訳）: Web 3.0の採用行動:PLS-SEMと知覚分析
• Authors: Sheikh M. Hizam, Waqas Ahmed, Habiba Akter, Ilham Sentosa and Mohamad N. Masrek
• Abstract要約: 本研究は,PLS-SEM(Partial Least Squares Structure Equation Modelling)とTwitterの感情分析に基づく。 性能期待(PE)、電子ワード・オブ・ムート(eWOM)、デジタルデクスタリティ(DD)を中心にした理論フレームワークが、Web 3.0採用の行動意図(INT)に対して仮説化された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Web 3.0 is considered as future of Internet where decentralization, user personalization and privacy protection would be the main aspects of Internet. Aim of this research work is to elucidate the adoption behavior of Web 3.0through a multi-analytical approach based on Partial Least Squares Structural Equation Modelling (PLS-SEM) and Twitter sentiment analysis. A theoretical framework centered on Performance Expectancy (PE), Electronic Word-of-Mouth (eWOM) and Digital Dexterity (DD), was hypothesized towards Behavioral Intention (INT) of the Web 3.0 adoption. Surveyed data were collected through online questionnaires and 167 responses were analyzed through PLS-SEM. While 3,989 tweets of Web3 were analyzed by VADER sentiment analysis tool in RapidMiner. PLS-SEM results showed that DD and eWOM had significant impact while PE had no effect on INT. Moreover, these results were also validated by PLS-Predict method. While sentiment analysis explored that 56% tweets on Web 3.0 were positive in sense and 7% depicted negative sentiment while remaining were neutral. Such inferences are novel in nature and an innovative addition to web informatics and could support the stakeholders towards web technology integration
• Abstract（参考訳）: Web 3.0は、分散化、ユーザパーソナライゼーション、プライバシ保護がインターネットの主要な側面となるインターネットの未来と見なされている。 本研究の目的は, 部分最小二乗構造方程式モデリング (PLS-SEM) とTwitter の感情分析に基づくマルチ分析手法により, Web 3.0 の採用行動を明らかにすることである。 eWOM(Electronic Word-of-Mouth)とDD(Digital Dexterity)を中心とした理論フレームワークが、Web 3.0採用の行動意図(INT)に対して仮説化された。 調査データをオンラインアンケートで収集し,pls-semを用いて167の回答を分析した。 一方、Web3の3,989ツイートは、RapidMinerのVADER感情分析ツールによって分析された。 PLS-SEMの結果, DDおよびeWOMは有意な影響を示した。 さらに, PLS-Predict法により, これらの結果が検証された。 感情分析では、Web 3.0のツイートの56%が肯定的であり、7%が否定的な感情を示し、残りは中立であることがわかった。 このような推論は本質的には新規であり、Webインフォマティクスに革新的な追加であり、Web技術統合に対するステークホルダーを支援することができる。

関連論文リスト

• WebCanvas: Benchmarking Web Agents in Online Environments [29.278363444725628]
  WebCanvasは、Webエージェントのための革新的なオンライン評価フレームワークである。 我々は、推論のためのモジュールを備えたエージェントフレームワークをオープンソースとして公開し、コミュニティがオンライン推論と評価を行うための基盤を提供します。 ベストパフォーマンスエージェントは,Mind2Web-Liveテストセット上でのタスク成功率23.1%,タスク完了率48.8%を達成する。
  論文  参考訳（メタデータ） (2024-06-18T07:58:33Z)
• Federated Analytics-Empowered Frequent Pattern Mining for Decentralized Web 3.0 Applications [30.14360429637261]
  本稿では,新たなフェデレーション分析(FA)パラダイムをWeb 3.0サービスの領域に導入する。 我々は、Web 3.0における重要な頻繁なパターンマイニングタスクのためのFA設計であるFedWebを提案する。 実験によると、FedWebはデータユーティリティを25.3%改善し、参加データ所有者を98.4%削減できる。
  論文  参考訳（メタデータ） (2024-02-15T06:26:10Z)
• Analysis of the User Perception of Chatbots in Education Using A Partial Least Squares Structural Equation Modeling Approach [0.0]
  オプティミズム、イノベーティブネス、不快感、不安、透明性、倫理、相互作用、エンゲージメント、正確さといった主要な行動関連側面について研究した。 その結果、最適性と革新性は、知覚的使用覚(PEOU)と知覚的有用性(PU)に正の相関があることが判明した。
  論文  参考訳（メタデータ） (2023-11-07T00:44:56Z)
• Artificial Intelligence for Web 3.0: A Comprehensive Survey [76.06151253928171]
  Web 3.0の現在の開発状況と、Web 3.0におけるAIテクノロジの適用について検討する。 調査では、各レイヤに存在する主な課題と課題について詳しく調べています。 私たちは、Web 3.0の基礎と成長におけるAIの重要な役割を説明します。
  論文  参考訳（メタデータ） (2023-08-17T12:36:01Z)
• The Ways of Words: The Impact of Word Choice on Information Engagement and Decision Making [3.09766013093045]
  本研究では,情報エンゲージメント(IE)と意思決定に対する表現,特に単語選択の影響について検討する。 その結果, 表現がデジタル情報の解釈や相互作用に重要な影響を及ぼすことが示唆された。
  論文  参考訳（メタデータ） (2023-05-16T20:46:36Z)
• Web 3.0: The Future of Internet [53.234101208024335]
  Web 3.0は分散化されたWebアーキテクチャであり、以前よりもインテリジェントで安全である。 Web 3.0は、分散テクノロジに従って、Webデータのオーナシップに対処できる。 経済、文化、テクノロジーの観点から、インターネットの世界を最適化する。
  論文  参考訳（メタデータ） (2023-03-23T15:37:42Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Evaluating the Robustness of Semantic Segmentation for Autonomous Driving against Real-World Adversarial Patch Attacks [62.87459235819762]
  自動運転車のような現実のシナリオでは、現実の敵例(RWAE)にもっと注意を払わなければならない。 本稿では,デジタルおよび実世界の敵対パッチの効果を検証し,一般的なSSモデルのロバスト性を詳細に評価する。
  論文  参考訳（メタデータ） (2021-08-13T11:49:09Z)
• 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)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)
• Sentiment Analysis Based on Deep Learning: A Comparative Study [69.09570726777817]
  世論の研究は我々に貴重な情報を提供することができる。 感情分析の効率性と正確性は、自然言語処理で直面する課題によって妨げられている。 本稿では、感情分析の問題を解決するためにディープラーニングを用いた最新の研究をレビューする。
  論文  参考訳（メタデータ） (2020-06-05T16:28:10Z)

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。