ユーザはどこにユーザか?【JST・京大機械翻訳】

Wang Yawen; Wang Junjie; Zhang Hongyu; Ming Xuran; Shi Lin; Wang Qing

プレプリント

J-GLOBAL ID：202202217261623149 整理番号：22P0335521

ユーザはどこにユーザか?【JST・京大機械翻訳】

Where is Your App Frustrating Users?

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月20日プレプリントサーバーでの情報更新日： 2022年04月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

モバイルアプリケーションのユーザレビューは,ユーザ満足度を知覚するための開発者のための通信チャネルを提供する。ユーザは,通常,レビューテキストに埋め込むことができる「アップロード写真」のようなキーフレーズにより表現される問題を持つ多くのアプリケーション特徴がある。問題のある特徴に関する微細粒の見解の欠如は,アプリケーションがユーザを信用し,アプリケーションの改善を延ばす開発者の理解を不明瞭にする。目標語句を抽出するための既存のパターンベース手法は,レビューの不十分な意味理解のために,低い精度に悩まされ,従って,レビューの高レベルトピックス/側面を要約できる。本論文では,アプリの問題を抽出,クラスタ,および可視化するためのセマンティックアウェア,細粒アプリレビュー解析手法(SIRA)を提案した。SIRAの主成分は,細粒問題特徴抽出のための新規なBERT+Attr-CRFモデルであり,それは,テキスト記述とレビュー属性を結合して,レビューの意味論をよりよくモデル化して,従来のBERT-CRFモデルの性能を改善する。SIRAはまた,それらの意味関係に基づいて抽出した語句をクラスタ化し,要約の可視化を提示する。6つのアプリからの3,426レビューに関する評価は,問題のある特徴抽出とクラスタリングにおけるSIRAの有効性を確認した。さらに,18のポピュラーなアプリケーションの318,534のレビューに関するSIRAによる経験的研究を実施し,その潜在的な応用を調査し,実世界の実践におけるその有用性を調べた。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

計算機システム開発 , その他の情報処理

前のページに戻る