Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com

Σήμερα, πλήθος καταστημάτων ηλεκτρονικού εμπορίου ζητούν από τους καταναλωτές να μοιραστούν τις απόψεις τους σχετικά με τα προϊόντα, που έχουν αγοράσει, και τους δίνουν τη δυνατότητα να υποβάλουν τις κριτικές τους μαζί με μία αξιολόγηση συγκεκριμένης πολικότητας. Σαν αποτέλεσμα, χιλιάδες κριτικές πα...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Μπάτσιος, Χρήστος
Άλλοι συγγραφείς: Batsios, Christos
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15409
id nemertes-10889-15409
record_format dspace
spelling nemertes-10889-154092022-09-05T06:58:44Z Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com Development of recommender system by utilizing the Amazon.com platform reviews Μπάτσιος, Χρήστος Batsios, Christos Συστήματα συστάσεων Ανάλυση συναισθήματος Παραπλανητική κριτική Συνεργατικό φιλτράρισμα Recommender system Sentiment analysis Review spam Collaborative filtering Σήμερα, πλήθος καταστημάτων ηλεκτρονικού εμπορίου ζητούν από τους καταναλωτές να μοιραστούν τις απόψεις τους σχετικά με τα προϊόντα, που έχουν αγοράσει, και τους δίνουν τη δυνατότητα να υποβάλουν τις κριτικές τους μαζί με μία αξιολόγηση συγκεκριμένης πολικότητας. Σαν αποτέλεσμα, χιλιάδες κριτικές παράγονται καθημερινά, καθιστώντας δύσκολο για ένα άτομο να αποφασίσει αν θα αγοράσει ή όχι ένα συγκεκριμένο προϊόν. Ωστόσο, η σπουδαιότητα των κριτικών έδωσε κίνητρο για τη δημιουργία παραπλανητικών κριτικών, οι οποίες περιλαμβάνουν λανθασμένες απόψεις για ένα προϊόν. Επιπλέον, σε μερικές περιπτώσεις, υπάρχει αναντιστοιχία μεταξύ της κριτικής και της αξιολόγησης. Για την επίλυση των παραπάνω προβλημάτων, στη συγκεκριμένη εργασία προτείνεται ένα συνεργατικό φιλτράρισμα με βάση το μοντέλο, στο οποίο αξιοποιείται η ανάλυση συναισθήματος, χρησιμοποιώντας το VADER, και ο εντοπισμός διπλών ή σχεδόν διπλών κριτικών σε ένα σύνολο από κριτικές προϊόντων της πλατφόρμας Amazon.com. Στη συνέχεια, η ακρίβεια των προβλεπόμενων αξιολογήσεων του προτεινόμενου μοντέλου συγκρίνεται με την ακρίβεια ενός «απλού» συνεργατικού φλιταρίσματος με βάση το μοντέλο. Τα αποτελέσματα έδειξαν ότι το προτεινόμενο μοντέλο είναι ανώτερο από την «απλή» προσέγγιση επειδή είναι πιο ακριβές με βάση τα RMSE και MAE και βελτιώνει την αξιοπιστία των συστάσεων. Nowadays, many e-commerce stores ask their consumers to share their opinions about the products they have purchased, and give them the opportunity to submit their reviews along with a specific polarity rating. As a result, thousands of reviews are generated daily, which makes difficult for an individual to decide whether or not to buy a particular product. However the importance of the reviews has given rise to spam, which includes false opinions about a product. In addition, in some cases, there is a mismatch between the review and the rating. To address the above problems, this paper proposes a model-based collaborative filtering, which utilizes sentiment analysis, using VADER, and the detection of duplicate or near-duplicate reviews on a set of Amazon.com platform’s product reviews. Then, the accuracy of the predicted ratings of the proposed model is evaluated against the accuracy of a “simple” model-based collaborative filtering. The results demonstrate that the proposed model is superior to the “simple” approach because it’s most accurate based on MAE and RMSE and improves the trustworthiness of recommendations. 2021-10-20T09:23:25Z 2021-10-20T09:23:25Z 2021-10-20 http://hdl.handle.net/10889/15409 gr application/pdf
institution UPatras
collection Nemertes
language Greek
topic Συστήματα συστάσεων
Ανάλυση συναισθήματος
Παραπλανητική κριτική
Συνεργατικό φιλτράρισμα
Recommender system
Sentiment analysis
Review spam
Collaborative filtering
spellingShingle Συστήματα συστάσεων
Ανάλυση συναισθήματος
Παραπλανητική κριτική
Συνεργατικό φιλτράρισμα
Recommender system
Sentiment analysis
Review spam
Collaborative filtering
Μπάτσιος, Χρήστος
Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com
description Σήμερα, πλήθος καταστημάτων ηλεκτρονικού εμπορίου ζητούν από τους καταναλωτές να μοιραστούν τις απόψεις τους σχετικά με τα προϊόντα, που έχουν αγοράσει, και τους δίνουν τη δυνατότητα να υποβάλουν τις κριτικές τους μαζί με μία αξιολόγηση συγκεκριμένης πολικότητας. Σαν αποτέλεσμα, χιλιάδες κριτικές παράγονται καθημερινά, καθιστώντας δύσκολο για ένα άτομο να αποφασίσει αν θα αγοράσει ή όχι ένα συγκεκριμένο προϊόν. Ωστόσο, η σπουδαιότητα των κριτικών έδωσε κίνητρο για τη δημιουργία παραπλανητικών κριτικών, οι οποίες περιλαμβάνουν λανθασμένες απόψεις για ένα προϊόν. Επιπλέον, σε μερικές περιπτώσεις, υπάρχει αναντιστοιχία μεταξύ της κριτικής και της αξιολόγησης. Για την επίλυση των παραπάνω προβλημάτων, στη συγκεκριμένη εργασία προτείνεται ένα συνεργατικό φιλτράρισμα με βάση το μοντέλο, στο οποίο αξιοποιείται η ανάλυση συναισθήματος, χρησιμοποιώντας το VADER, και ο εντοπισμός διπλών ή σχεδόν διπλών κριτικών σε ένα σύνολο από κριτικές προϊόντων της πλατφόρμας Amazon.com. Στη συνέχεια, η ακρίβεια των προβλεπόμενων αξιολογήσεων του προτεινόμενου μοντέλου συγκρίνεται με την ακρίβεια ενός «απλού» συνεργατικού φλιταρίσματος με βάση το μοντέλο. Τα αποτελέσματα έδειξαν ότι το προτεινόμενο μοντέλο είναι ανώτερο από την «απλή» προσέγγιση επειδή είναι πιο ακριβές με βάση τα RMSE και MAE και βελτιώνει την αξιοπιστία των συστάσεων.
author2 Batsios, Christos
author_facet Batsios, Christos
Μπάτσιος, Χρήστος
author Μπάτσιος, Χρήστος
author_sort Μπάτσιος, Χρήστος
title Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com
title_short Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com
title_full Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com
title_fullStr Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com
title_full_unstemmed Ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας Amazon.com
title_sort ανάπτυξη συστήματος συστάσεων με αξιοποίηση των κριτικών της πλατφόρμας amazon.com
publishDate 2021
url http://hdl.handle.net/10889/15409
work_keys_str_mv AT mpatsioschrēstos anaptyxēsystēmatossystaseōnmeaxiopoiēsētōnkritikōntēsplatphormasamazoncom
AT mpatsioschrēstos developmentofrecommendersystembyutilizingtheamazoncomplatformreviews
_version_ 1771297172502872064