文献

J-GLOBAL ID：202102227465150299   整理番号：21A0228508

議論レビューに基づくユーザ決定の特性化【JST・京大機械翻訳】

Characterizing User Decision based on Argumentative Reviews

著者 (2件)： Kunaefi Anang (Kumamoto University,Graduate School of Science and Technology,Computer Science and Electrical Engineering,Kumamoto,Japan) ,  Aritsugi Masayoshi (Kumamoto University,Faculty of Advanced Science and Technology,Big Data Science and Technology,Kumamoto,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BDCAT  ページ： 161-170  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モバイルアプリレビューからの意見マイニングは,過去10年間,指数的に成長している。しかし,この領域におけるほとんどの研究は,感情分析に焦点を合わせている。本研究では,他の視点からのレビューマイニングを考察し,すなわち,ユーザの購入の背後にある理由,例えば,そのアプリレビューにおいて,どのような行動の背後のユーザ正当化を捉えるかを捉える。本研究は,異なるアプリケーション特徴が異なるユーザ決定をいかに促進できるかを明らかにし,それは,アプリケーション更新の計画と開発のために貴重なデータ駆動要求を得るためのソフトウェア開発者にとって有益である。Google Play Storeにおける12の異なるアプリカテゴリから手動で注釈された46kモバイルアプリレビューを収集,利用,共有した。著者らは,非言語的レビューからの議論と決定の両方を含むレビューをフィルタリングするための3つの分類問題を設計した。レビュー文の体から,構造,語彙,および文脈の3つの特徴を抽出した。4つの分類器(ナイーブBayes,ロジスティック回帰,サポートベクターマシン,ランダムフォレスト)と異なる特徴組合せをデータセット上で訓練し,そのような特徴がユーザ議論と決定を分類できるかどうかを調べるために評価した。結果は,以前の研究よりも性能の改善を示し,ヒト評価と比較して提案アプローチの有効性を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  フィルタリング ,  ヒト ,  語彙 ,  *応用プログラム ,  キャラクタリゼーション ,  有効性 ,  ソフトウェア開発 ,  携帯電話 ,  サポートベクトルマシン
準シソーラス用語： ロジスティック回帰分析 ,  Google ,  ランダムフォレスト ,  データ駆動 ,  感情分析 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 議論 ,  レビュー ,  特性化