인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2022.6
- 수록면
- 360 - 368 (9page)
이용수
초록· 키워드
With the growth of the e-commerce industry, online consumer reviews significantly impact the consumer purchase decision process. Since the consistently increasing number of reviews, the consumer can face an information overload problem. Thus, the consumers have a challenge exploring the information they need. Thus, we argue that predicting the review helpfulness becomes significant. When predicting review helpfulness, since the review contents and star ratings are information written from the same consumer experience, the consistency of the review contents and star ratings is essential. Previous studies predict review helpfulness by considering review content and star ratings simultaneously. However, such an approach has limitations in the representation capacity of star ratings and the capture of the interaction between review content and star ratings. The current study proposed a CNN-CRI mechanism to address the limitations of the previous study. To evaluate the proposed methodology, we utilized real-world online review data from Amazon.com. The results show that our study model indicates better performance than the state-of-the-art approach.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 1. Introduction
- 2. Related Work
- 3. CNN-CRI Framework
- 4. Experiments
- 5. Discussion and Conclusion
- References
참고문헌
참고문헌 신청최근 본 자료
