ورود
مقالات فارسیISIکنفرانسهاژورنالها

IRHM: Inclusive Review Helpfulness Model for Review Helpfulness Prediction in E-commerce Platform

محل انتشار: فصلنامه مدیریت فناوری اطلاعات، دوره: 12، شماره: 2
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 149

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1399736

شناسه ملی سند علمی:

JR_JITM-12-2_014

تاریخ نمایه سازی: 25 بهمن 1400

چکیده مقاله:

Online reviews have become essential aspect in E-commerce platforms due to its role for assisting customers’ buying choices. Furthermore, the most helpful reviews that have some attributes are support customers buying decision; therefore, there is needs for investigating what are the attributes that increase the Review Helpfulness (RH). This research paper proposed novel model called inclusive review helpfulnessmodel (IRHM) can be used to detect the most attributes affecting the RH and build classifier that can predict RH based on these attributes. IRHM is implemented on Amazon.com using collection of reviews from different categories. The results show that IRHM can detect the most important attributes and classify the reviews as helpful or not with accuracy of ۹۴%, precision of ۰.۲۰ and had excellent area under curve close to ۰.۹۴.

کلیدواژه ها:

Review helpfulness ، Recommender System ، Machine learning ، Sentiment analysis

نویسندگان

Almutairi

Master student in Information system at king Abduziz University, Jeddah, Saudi Arabia.

Abdullah

Associated Professor in king Abuduziz University, Jeddah, Saudi Arabia.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ahmed, E., Sazzad, M. A. U., Islam, M. T., Azad, ...
  • Baek, H., Ahn, J., & Choi, Y. (۲۰۱۲). Helpfulness of ...
  • Barbosa, J. L., Moura, R. S., & Santos, R. L. ...
  • Cao, Q., Duan, W., & Gan, Q. (۲۰۱۱). Exploring determinants ...
  • Eibe Frank, M. A. H., and Ian H. Witten. (۲۰۱۶). ...
  • Esmailian. (۲۰۱۹). when to use Standard Scaler and when Normalizer? ...
  • Gao, B., Hu, N., & Bose, I. (۲۰۱۷). Follow the ...
  • Ghose, A., & Ipeirotis, P. G. (۲۰۱۱). Estimating the helpfulness ...
  • Goswami, K., Park, Y., & Song, C. (۲۰۱۷). Impact of ...
  • Hong, H., Xu, D., Wang, G. A., & Fan, W. ...
  • Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (۲۰۰۰). ...
  • Karimi, S., & Wang, F. (۲۰۱۷). Online review helpfulness: Impact ...
  • Kim, S.-M., Pantel, P., Chklovski, T., & Pennacchiotti, M. (۲۰۰۶). ...
  • Krishnamoorthy, S. (۲۰۱۵). Linguistic features for review helpfulness prediction. Expert ...
  • Li, M., Huang, L., Tan, C.-H., & Wei, K.-K. (۲۰۱۳). ...
  • Loria, S. (۲۰۱۸). TextBlob: Simplified Text Processing. Retrieved from https://textblob.readthedocs.io/en/dev/Moore, ...
  • Myers, D., & McGuffee, J. W. (۲۰۱۵). Choosing scrapy. Journal ...
  • Ngo-Ye, T. L., & Sinha, A. P. (۲۰۱۴). The influence ...
  • Salehan, M., & Kim, D. J. (۲۰۱۶). Predicting the performance ...
  • Siering, M., Muntermann, J., & Rajagopalan, B. (۲۰۱۸). Explaining and ...
  • Wu, J. (۲۰۱۷). Review popularity and review helpfulness: A model ...
  • Yin, D., Bond, S., & Zhang, H. (۲۰۱۳). Anxious or ...
  • Zhang, Y., & Zhang, D. (۲۰۱۴). Automatically predicting the helpfulness ...
    • نمایش کامل مراجع