A study of the possibilities of text mining and machine learning for score evaluation and review content
Notice bibliographique
Résumé
With the widespread use of the Internet, there are more and more opportunities to purchase a variety of products through online shopping. The opportunities are not only for small products such as books, but also for home appliances. Previously, when purchasing a product, users who wanted to buy a product would visit a store and get expert advice on what to buy. Now, however, customers consider reviews on the Internet to be more important information for considering the products to be purchased. And evaluation page consists of an overall evaluation, an evaluation of each feature, and comments, which are word of mouth. The overall evaluation and the evaluation of each feature is often a score evaluation, and organized information such as the average and the distribution of scores are presented. However, it is difficult to read all the comments that are word of mouth because they are often enumerated as is. Therefore, in this study, we created a system to label which features people commented on in response to the word of mouth comments using data from the TV’s comprehensive evaluation page. 2392 TV evaluation results from Sony.com were used. From the extracted data, text mining was performed on the comments, which are word of mouth, followed by labels of which features are commented on. When 80\% of the test data was prepared and implemented against 20\% of the learning data, the label was predicted with 77\% accuracy. From this study, we used text mining to label the comments, which are customer impression. from the current study, text mining was used to label the comments, which are customer impression. The results and score ratings were used to identify customer trends.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,195 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».