UM ESTUDO SOBRE AS CARACTERÍSTICAS QUE COMPÕEM A PERCEPÇÃO DE UTILIDADE DE COMENTÁRIOS WEB SOBRE PRODUTOS

Abstract

RESUMO:Com o crescimento da Internet, tornou-se comum que as pessoas publiquem suas opiniões online. Compartilhamos diariamente nossas opiniões a respeito de tudo.A partir dessas opiniões,surgiramos reviews de produtos online onde usuários podem publicar na Internet textos sobre suas experiências com produtos ou serviços. Reviews de usuários online ajudam futuros consumidores atomarem uma decisão sobre a compra e podem também beneficiaros fornecedores do produto ou serviço.Entretanto,com o milhares de reviews são publicados diariamente,seria interessante apresentara o usuário uma lista ordenada com os reviews mais importantes.Apropagação de reviews inúteis ou cominformações falsas é outro problema para usuários e fornecedores.Para tornar a tarefa de ler reviews online mais agradável, foi desenvolvido um mecanismo em que o próprios usuários votam em reviews como úteis ou não úteis no processo de tomada de decisão de compra.Esse sistema está presente atualmente na maioria dos websites e é amplamente utilizado, porém não é isento de certos problemas.Algumas tendências a respeito do voto de utilidade de reviews online podem prejudicara visualização de informações relevantes sobre o produto. Para resolveres se problema é necessário entender o que torna um review útil e,a partir desse conhecimento,desenvolver um sistema que identifique as características de utilidade de reviews de forma automática.Este trabalho descreve um estudo sobre os fatores que contribuem com a percepção de utilidade de reviews online, que inclui o desenvolvimento de um modelo de regressão utilizando aprendizado de máquina supervisionado capaz de prever,de forma automática,autilidadede reviews futuros. Diversos experimentos foram realizados para definir melhor topologia das RedesNeurais(MLPeRBF),bem como para determinar as melhores features. Os experimentos utilizaram dois Corpora nos domínios de e-jogos esmartphones.Os resultados indicam que a reputação e a expertise do autor, as opiniões e o tamanho do texto são as características mais importantes para a percepção de utilidade de reviews.

ABSTRACT:With the growth of the Internet,it has become common for people topos ttheir opinions online. Wes hare our opinions daily about everything.From these opinions,online user reviews emmerged and created a space where Internet users canpublish on texts about their experiences with products or services.Online user reviews help future consumers in making a decisiona boutthe purchase and canal so benefit the product and service suppliers. However,since thous and sofreviews a republishedonadaily basis,it would be interesting to present the mtotheuserinanorderedlistwiththemost importantre views coming first.Anotherproblemisthepropagationofuselessandfakereviews.Tomake the taskofreadingonlinereviewsmoreenjoyable,amechanismhasbeendevelopedin whichusersthemselvesvoteonreviewsashelpfulornothelpfulinthedecision-making process.Thissystemiscurrentlypresentonmostwebsitesandiswidelyused,butisnot exempt fromcertainproblems.Somebaisesregardingtheonlinereviewhelpfulnesvote mayhinderthereadingofrelevantinformationabouttheproduct.Tosolvethisproblem it isnecessarytounderstandwhatmakesareviewhelpfuland,fromthisknowledge,to developasystemthatautomaticallyidentifieshowhelpfulareviewis.Thisthesisdescribes a studyonthefactorsthatcontributetothehelpfulnessperceptionofonlinereviews, whichincludesaregressionmodelusingsupervisedmachinelearning.Severalexperiments werecarriedouttodefineabettertopologyoftheArtificialNeuralNetworks(MLPand RBF), aswellastodeterminethebestfeatures.Theexperimentsusedtwocorporainthe domains ofe-gamesandsmartphones.There sultsindicate thattheauthor’sreputation and expertise,opinions presentin the text and textsizeare the most important features for the perception o freview help fulness reviews.