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.
Description:
Orientador: Prof Dr ,Raimundo Santos Moura.Examinador Interno: Prof Dr Pedro de Alcântraca dos S. Neto. Examinador Interno: Prof Dr Vinicius Ponte Machado. Examinadora Externa: Profª Drª Giseli Rabello Lopes (UFRJ)