[論文レビュー] Analysis of Yelp Reviews

Peter Hajas, Louis Alberto Gutierrez+1 more|arXiv (Cornell University)|Jul 5, 2014

Complex Network Analysis Techniques参考文献 4被引用数 4

ひとこと要約

本論文は、大学街のYelpレーティングの周期的挙動を説明するばねに似た微分方程式モデルを提案している。このモデルは、ユーザーのレビューやビジネスの投資に対するモーメンタム駆動型フィードバックループが、レーティングの変動を引き起こすことを示している。主な発見は、個々のレストランのレーティングがレビューカウントやビジネス対応サイクルに影響を受けて周期的変動を示す一方で、複数の大学街における平均レーティングは3.6〜3.8の安定した均衡値に収束することである。

ABSTRACT

In the era of Big Data and Social Computing, the role of customer reviews and ratings can be instrumental in predicting the success and sustainability of businesses. In this paper, we show that, despite the apparent subjectivity of user ratings, there are also external, or objective factors which help to determine the outcome of a business's reviews. The current model for social business review sites, such as Yelp, allows data (reviews, ratings) to be compiled concurrently, which introduces a bias to participants (Yelp Users). Our work examines Yelp Reviews for businesses in and around college towns. We demonstrate that an Observer Effect causes data to behave cyclically: rising and falling as momentum (quantified in user ratings) shifts for businesses.

研究の動機と目的

• 主観的と見なされるにもかかわらず、大学街のレストランにおけるYelpレーティングの周期的挙動を調査すること。
• ユーザーのレーティング、ビジネス投資、レビューカウントの間のフィードバックループを微分方程式でモデル化すること。
• 多様な大学キャンパスを対象にモデルを検証し、レーティングの安定性と振動のパターンを同定すること。
• 場所、レビューカウント、ビジネス対応などの外部要因が長期的なレーティングトレンドに与える影響を調査すること。
• 2005年から2011年までの実世界のYelpデータを分析することで、オンラインレビューシステムの信頼性を評価すること。

提案手法

• レーティング変化が均衡からの逸脱に依存する、モーメンタムを表現するばねに似た微分方程式モデルを構築した。
• このモデルは、高レーティングが投資の減少を引き起こし、結果としてレーティングが低下するが、その後再投資が発生して回復するというサイクルを想定している。
• 30の大学キャンパスのデータを分析し、5つの地理的に多様な大学街（トロイ、アナンバー、マンハッタン、シアトル、レイレーアン・チャペルヒル・ダーハム）の20のレストラン施設に焦点を当てた。
• 2005年から2011年までのレビューカウントと平均レーティングを追跡し、パワーロー分布と時間的トレンドを同定した。
• ヒートマップと時系列可視化を用いて、高レビューレストランの空間的クラスタリングと周期的レーティングパターンを示した。
• タイ・トムやメディテラネアン・デリーキャタリングのトップレビューレストランからの観察データと予測されたレーティングの振動を比較することで、モデルの妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 大学街のレストランにおけるYelpレーティングは、時間経過とともにどのように変化するのか。その周期的挙動の原因は何か。
• RQ2 ビジネス投資やレビューカウントなどの外部要因が、レーティングの安定性にどの程度影響を与えるか。
• RQ3 ばねに似た微分方程式モデルは、オンラインレビューシステムのフィードバックダイナミクスを正確に表現できるか。
• RQ4 異なる大学キャンパスにおける平均レーティングは、安定した均衡値に収束するか。
• RQ5 レストラン間のレビューカウントの分布がパワーローに従う場合、これはレビューアクティビティにどのような意味を持つのか。

主な発見

• 本研究における全レストランの平均レーティングは、シエトル地域で約3.6に収束し、ワシントン大学に近い。
• レイレーアン、チャペルヒル、ダーハム地域では、平均レーティングが3.75に収束しており、複数のキャンパスにまたがる安定した均衡が確認された。
• 最もレビューカウントの多いレストラン、タイ・トムでは、時間経過に伴い明確な周期的レーティング挙動が観察され、モデルの予測するフィードバックの振動的性質を裏付けた。
• レイレーアンのメディテラネアン・デリーキャタリングでも同様の周期的パターンが確認され、モデルの多様な場所への適用可能性を強化した。
• レストラン間のレビューカウントはパワーロー分布に従っており、少数のレストランが大多数のレビューカウントを占めていることが示された。
• モデルは、レーティングのモーメンタムとビジネス対応の間のフィードバックループを通じて、観察されたレーティングの振動をうまく説明でき、実データによる検証も得られた。