HyperAIHyperAI

Command Palette

Search for a command to run...

اكتشاف الجوانب المخفية من مراجعات العملاء غير المرغوب فيها عبر الإنترنت

["name": "Mohammad Forouhesh" "affiliation": "Amirkabir University of Technology Iran" "name": "Arash Mansouri" "affiliation": "Press\u2019nXPress Canada" "name": "Hossein Fani" "affiliation": "University of Windsor Canada"]

الملخص

في سياق تحليلات المراجعات، الجوانب هي الخصائص التي تستهدفها آراء وتقييمات العملاء فيما يتعلق بالمنتجات والخدمات. يساعد اكتشاف الجوانب مالكي المنتجات ومقدمي الخدمات على تحديد النقص وترتيب أولويات احتياجات العملاء، وبالتالي الحفاظ على الإيرادات وتقليل هروب العملاء. تركز الأساليب الحالية على اكتشاف الشكل السطحي للجانب من خلال تدريب طرق التعلم الإشرافي التي تكون غير كافية عندما تكون الجوانب مخفية في المراجعات. في هذا البحث، نقترح طريقة غير إشرافية لاستخراج حدوث الجوانب المخفية. بصفة خاصة، نفترض أن العميل يمر بعملية جينيراتيفية فرضية ذات مرحلتين عند كتابة مراجعة: (1) اختيار جانب من مجموعة الجوانب المتاحة للمنتج أو الخدمة، و(2) كتابة كلمات الرأي الأكثر ارتباطًا بالجانب المختار من مجموعة الكلمات المتاحة في اللغة. نستخدم توزيع狄利克雷隐含模型 (Latent Dirichlet Allocation) لتعلم توزيعات الجوانب المخفية لإنشاء المراجعات. أظهرت النتائج التجريبية على مجموعات بيانات معيارية أن الطريقة المقترحة لدينا قادرة على تحسين الحالة الراهنة عندما تكون الجوانب مخفية بدون شكل سطحي في المراجعات.注:在最后一句中,“狄利克雷隐含模型”是一个中文术语,正确的阿拉伯语翻译应该是“توزيع ديريشلي الضمني” (Latent Dirichlet Allocation)。修正后的翻译如下:في سياق تحليلات المراجعات، الجوانب هي الخصائص التي تستهدفها آراء وتقييمات العملاء فيما يتعلق بالمنتجات والخدمات. يساعد اكتشاف الجوانب مالكي المنتجات ومقدمي الخدمات على تحديد النقص وترتيب أولويات احتياجات العملاء، وبالتالي الحفاظ على الإيرادات وتقليل هروب العملاء. تركز الأساليب الحالية على اكتشاف الشكل السطحي للجانب من خلال تدريب طرق التعلم الإشرافي التي تكون غير كافية عندما تكون الجوانب مخفية في المراجعات. في هذا البحث، نقترح طريقة غير إشرافية لاستخراج حدوث الجوانب المخفية. بصفة خاصة، نفترض أن العميل يمر بعملية جينيراتيفية فرضية ذات مرحلتين عند كتابة مراجعة: (1) اختيار جانب من مجموعة الجوانب المتاحة للمنتج أو الخدمة، و(2) كتابة كلمات الرأي الأكثر ارتباطًا بالجانب المختار من مجموعة الكلمات المتاحة في اللغة. نستخدم توزيع ديريشلي الضمني (Latent Dirichlet Allocation) لتعلم توزيعات الجوانب المخفية لإنشاء المراجعات. أظهرت النتائج التجريبية على مجموعات بيانات معيارية أن الطريقة المقترحة لدينا قادرة على تحسين الحالة الراهنة عندما تكون الجوانب مخفية بدون شكل سطحي في المراجعات.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp