論文の概要: Analyzing Consumer Reviews for Understanding Drivers of Hotels Ratings: An Indian Perspective

• arxiv url: http://arxiv.org/abs/2408.04369v1
• Date: Thu, 8 Aug 2024 10:58:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-09 15:48:23.205337
• Title: Analyzing Consumer Reviews for Understanding Drivers of Hotels Ratings: An Indian Perspective
• Title（参考訳）: ホテルのレーティングのドライバーを理解するための消費者レビューの分析--インドの視点から
• Authors: Subhasis Dasgupta, Soumya Roy, Jaydip Sen,
• Abstract要約: 本研究は、最終評価に重要な側面を抽出するインドホテルの消費者レビューに焦点を当てた。 この研究は、ウェブスクレイピング手法を用いてデータを収集し、ラテント・ディリクレ・アロケーションと感情分析を用いてテキストを解析する。
• 参考スコア（独自算出の注目度）: 0.3277163122167434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the internet era, almost every business entity is trying to have its digital footprint in digital media and other social media platforms. For these entities, word of mouse is also very important. Particularly, this is quite crucial for the hospitality sector dealing with hotels, restaurants etc. Consumers do read other consumers reviews before making final decisions. This is where it becomes very important to understand which aspects are affecting most in the minds of the consumers while giving their ratings. The current study focuses on the consumer reviews of Indian hotels to extract aspects important for final ratings. The study involves gathering data using web scraping methods, analyzing the texts using Latent Dirichlet Allocation for topic extraction and sentiment analysis for aspect-specific sentiment mapping. Finally, it incorporates Random Forest to understand the importance of the aspects in predicting the final rating of a user.
• Abstract（参考訳）: インターネット時代には、ほとんどすべての企業がデジタルメディアやその他のソーシャルメディアプラットフォームにデジタルフットプリントを組み込もうとしている。 これらの実体にとって、マウスの言葉もまた非常に重要である。 特に、ホテルやレストラン等を扱うホスピタリティセクターにとって、これは極めて重要である。 消費者は最終決定をする前に他の消費者レビューを読む。 どの側面が消費者の心のほとんどに影響を与えているかを理解しながら、評価を与えていくことがとても重要だ。 本研究は、最終評価に重要な側面を抽出するインドホテルの消費者レビューに焦点を当てている。 この研究は、Webスクレイピング手法を用いてデータを収集し、トピック抽出のためのレイト・ディリクレ・アロケーションを用いてテキストを分析し、アスペクト特異的な感情マッピングのための感情分析を含む。 最後に、Random Forestを組み込んで、ユーザの最終的な評価を予測する上での側面の重要性を理解する。

関連論文リスト

• You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
  感情分析ツールが同じデータセットで一致しないことを示す。 感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-18T17:27:38Z)
• 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)
• 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)
• OSN Dashboard Tool For Sentiment Analysis [0.0]
  意見はすべての人間の活動の中心であるため、このタイプのデータに対する洞察を得るために感情分析が適用されている。 主な欠点は、分類と高レベルの可視化のための標準化されたソリューションがないことである。 本研究では,オンラインソーシャルネットワーキング分析のための感情分析ダッシュボードを提案する。
  論文  参考訳（メタデータ） (2022-06-14T15:56:32Z)
• Estimating Causal Effects of Multi-Aspect Online Reviews with Multi-Modal Proxies [24.246450472404614]
  本研究は,ユーザ生成オンラインレビューの微粒化に対する因果関係を実証的に検証する。 レストランの食品・サービスなど、さまざまな側面について検討する。
  論文  参考訳（メタデータ） (2021-12-19T22:29:02Z)
• 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)
• What Makes a Good Summary? Reconsidering the Focus of Automatic Summarization [49.600619575148706]
  フィールドの現在の焦点は、参加者の希望と完全に一致していないことがわかります。 以上の結果から,自動要約のより広い視点を取り入れることが重要であると論じる。
  論文  参考訳（メタデータ） (2020-12-14T15:12:35Z)
• 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)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
  消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。 階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。 実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
  論文  参考訳（メタデータ） (2020-07-14T06:06:41Z)
• A Unified Dual-view Model for Review Summarization and Sentiment Classification with Inconsistency Loss [51.448615489097236]
  ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。 本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。 異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
  論文  参考訳（メタデータ） (2020-06-02T13:34:11Z)

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。