HyperAIHyperAI
منذ 2 أشهر

اكتشاف الجوانب المخفية من مراجعات العملاء غير المرغوب فيها عبر الإنترنت

Mohammad Forouhesh; Arash Mansouri; Hossein Fani
اكتشاف الجوانب المخفية من مراجعات العملاء غير المرغوب فيها عبر الإنترنت
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.

اكتشاف الجوانب المخفية من مراجعات العملاء غير المرغوب فيها عبر الإنترنت | أحدث الأوراق البحثية | HyperAI