عنوان الإطروحه
Multi-dimensional Aspect level analysis for Helpfulness Determination of Online Customer Reviews
تاريخ مناقشة الاطروحه
2021-12-21
اسم الطالب
علاء احمد عبدالقادر كريشان
المشرف
محمد سعيد منصور البشير
المشرف المشارك
 انس جبرين عطيه حسين
اعضاء لجنة المناقشة
مفلح محمد مفلح الذيابات
عصام سعيد صالح هناندة
الكلية
كلية الامير الحسين بن عبدالله لتكنولوجيا المعلومات
القسم
علم الحاسوب
الملخص بالعربية
يتوفر حجم ضخم من مراجعات المنتجات والخدمات التي ينشئها المستخدم لكل منتج أو خدمة تُعرض للزبائن عبر (الإنترنت)، مما يوفر قاعدة معرفية مهمة، تدعم اختيار المنتجات والخدمات وقرارات الشراء. تشير التقديرات إلى أن (97%) من العملاء المحتملين يعتمدون بشكل رئيس على مراجعات المشترين السابقين عند اتخاذ قرارات الشراء عبر (الإنترنت) وأن (85%) من العملاء ينظرون إلى المراجعات على أنها توصيات شخصية. ولكن هناك حاجة ماسّة لتحديد المراجعات الأكثر جدوى و عرضها، والتي تحتوي على معرفة مفيدة للغاية، من بين العدد الكبير من المراجعات. عادة ما تُحدَّد المراجعات المفيدة، وتُقيّمُ فائدة معلوماتها حول منتج أو خدمة معينة من قبل المشترين المحتملين بعد قراءة كل مراجعة. الوقت والجهد اللازم للتعامل مع عدد كبير من المراجعات حول كل منتج تجعل من الصعب على المشتري المحتمل قراءة جميع المراجعات وتقييم فائدتها، ولذلك تُترك معظم المراجعات في نهاية المطاف دون تقييم ودون مؤشر فائدة، أي أنها تُعامل على أنها مراجعات غير مفيدة. وبناء على ذلك تُدفن المراجعات الأكثر فائدة في مجموعة الاستعراضات. هذه المراجعات المفيدة يجب تحديدها واختيارها وتقديمها بطريقة فعالة للمشترين الجدد. بناء على ذلك هدفت هذه الدراسة إلى تطوير طريقة جديدة متعددة الأبعاد على مستوى الجانب لتحديد مدى فائدة مراجعات المشترين عبر (الإنترنت). حدّدت الدراسة مجموعة من سمات المراجعات، واقترحت طريقة للتنبؤ بالفائدة بناء على هذه السمات، وهي الجانب، والطول، والعمر، والذاتية، والقطبية، والمعدل. تستند الطريقة المقترحة إلى تحليل الانحدار الخطي لتحديد درجة الفائدة تلقائيا لكل مراجعة في النظام وضمان أن تكون أقرب ما يمكن إلى الفائدة الفعلية. قُيّمت قدرة الطريقة المقترحة على التنبؤ بنتيجة فائدة المراجعة، وقورنت بقدرات عدة طرق ذات صلة في إطار (سيناريوهات) مختلفة. بيّنت نتائج هذه الدراسة أن الطريقة المقترحة يمكن أن تتنبأ بكفاءة بنتيجة فائدة المراجعة، وأنها تتفوق على الطرق الأخرى التي شملتها الدراسة. كانت تنبؤات تحصيل (علامة) فائدة المراجعة للمشترين حسب هذه الطريقة أفضل بنسب (77%)، و (77%)، و (70%)، و (56%)، و (51%)، و (45%) من التنبؤات المقابلة للطرق المستندة على الجانب، والطول، والعمر، والذاتية، والقطبية، والمعدل، على التوالي.
الملخص بالانجليزي
 A bulky volume of user-generated reviews for each product and service offered online is available to customers, thus providing important knowledge base that supports product and service selection and purchase decisions. It has been estimated that 97% of the potential customers depend mainly on buyer reviews when making online purchasing decisions and that 85% of the customers perceive the reviews as personal recommendations. However, there is a bad need for identification and presentation of the most meaningful reviews that contain highly helpful knowledge out of the large number of reviews. Identifying helpful reviews and evaluating helpfulness of their information about certain product or service is usually performed by potential buyers after reading the review. But the time and effort required to handle the large number of reviews about each product or service make it really hard for the potential buyer to read all reviews and evaluate their helpfulness. Accordingly, most of the reviews are eventually left unevaluated and without helpfulness indicator, that is, they are treated as ?unhelpful reviews?. Thereupon, the most helpful reviews are buried in a pool of reviews. They need to be efficiently identified, selected, and presented to new buyers. In light of this, this study aimed at developing a new, multi-dimensional, aspect-level method for determination of helpfulness of online buyers? reviews. Several influential review features were identified and a method for helpfulness prediction based on them was proposed. These features were aspect, length, age, subjectivity, polarity, and rate. The proposed method is based on linear regression analysis to automatically determine the helpfulness score of each review in the system and ensure that it is as close to actual helpfulness as possible. Ability of the proposed method to predict the review helpfulness score was assessed and compared with abilities of several related methods under various scenarios. The study results show t hat the proposed method can efficiently predict the review helpfulness score and that it outperforms the other investigated methods. The review helpfulness score predictions of this method were 77%, 77%, 70%, 56%, 51%, and 45% better than the corresponding predictions of the methods based on aspect, length, age, subjectivity, polarity, and rate, respectively
رقم ISN
7040
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN