抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
製品レビューは,e-コマースプラットフォームにおけるユーザの購入意思決定を導く際に重要な役割を果たす。しかし,ユーザにとっては,その好みと経験を圧倒的にレビューするので,役立つレビューを見つけるのは難しい。個人化または非個人化ビューから,ユーザへの有用なレビューを推薦するために,いくつかの研究がなされてきた。いくつかの既存のモデルは,ターゲットユーザに対する類似のユーザのレビューを推奨するが,ユーザの類似性を測定するためのターゲットユーザのアスペクト選好またはユーザ-製品相互作用を無視する。さらに,これらのモデルは,レビューレベル(レビューが全体として取り上げられる)におけるレビューの有益性を予測する。それらのほとんどは,アスペクトレベルを考慮していない。上記の問題に取り組むために,レビューの有益性を定量化し,各個人に対してカスタマイズされたレビューを推薦する,アスペクト感情類似性ベースの個人化レビュー推薦モデル(A2SPR)を提案した。レビューからユーザのアスペクト選好を分析し,ユーザの細粒感情と製品関連性とのユーザ類似性を改善した。さらに,ユーザ購入決定のためのレビューの参照値を示す,アスペクトレベルでレビューの役に立つスコアを再定義する。最後に,著者らは,レビュー支援スコアに基づく個人のためのトップk有効レビューを推奨した。提案モデルの性能を検証するために,8つのベースラインを開発し,比較した。実験結果は,著者らのモデルが,範囲と精度の両方において,それらのベースラインより性能が優れていることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】