「レビューの『有用性』を評価する」現場にコミットする機械学習ノート【vol.25】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。

こんにちは。エンジニアライターの小原です。

連載「現場にコミットする機械学習ノート」では、論文を詳しく読み解きながら、現場で使えるAI実装のヒントを記録していきたいと思います。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

前回の記事では、「GANとWifiで人の動きを認識!」を扱いました。

今回は、韓国のCollege of Business Administration, Sejong UniversityのS. Leeらが2020年8月に発表した「単純ベイズ分類器でオンラインレビューの有用性を評価!」に関する論文を扱っていきます。

もくじ
1章 偽のレビューがはこびる昨今・・・。
2章 有用性の評価を機械的に行う
2.1 研究目的:過去の手法とは一線を画したい
2.2 研究手法:単純ベイズ分類器(Naive Bayes classifier NBN)を活用
2.3 研究結果:NBNモデルの優位性が「大きく」出現

■前回の記事:【vol.24】GANとWifiで人の動きを認識!

1章
偽のレビューがはこびる昨今・・・。

オンラインサイトには、顧客の注目を集めるために膨大な数の商品レビューが存在しています。テクノロジーの進歩により、そんなレビューデータの利用可能性が増しており、オンラインレビューを分類する技術はマーケティング戦略を提案する際に必要なため注目されています。

近頃、AmazonのようなECサイトに偽のレビューを投稿することで、商品の評価をあげたり下げたりするサービスを行う業者の存在が話題になっていましたが、レビューの信頼性を評価できる技術があれば、偽のレビューは弾くことができるかもしれません。

韓国のS. Leeらは、NBNを用いてレビューの有用性を予測することを試みました。

2章
有用性の評価を機械的に行う

まずはS. Leeらの研究におけるミッション・手法・結果をまとめます。

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。







■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






業界/カテゴリー

PAGE TOP