[論文レビュー] Sentiment Analysis on Customer Responses

Antony Samuels, John Mcgonical|arXiv (Cornell University)|Jul 5, 2020

Sentiment Analysis and Opinion Mining参考文献 6被引用数 6

ひとこと要約

本稿では、意見抽出およびテキスト抽出技術を用いて、スマートフォンのオンライン顧客レビューにおける比較的センチメント分析を提示する。感情を肯定的、否定的、中立的の3つのカテゴリに分類し、実世界のレビュー データの分析を通じて、顧客フィードバックが製品認識に与える影響を示している。

ABSTRACT

Sentiment analysis is one of the fastest spreading research areas in computer science, making it challenging to keep track of all the activities in the area. We present a customer feedback reviews on product, where we utilize opinion mining, text mining and sentiments, which has affected the surrounded world by changing their opinion on a specific product. Data used in this study are online product reviews collected from Amazon.com. We performed a comparative sentiment analysis of retrieved reviews. This research paper provides you with sentimental analysis of various smart phone opinions on smart phones dividing them Positive, Negative and Neutral Behaviour.

研究の動機と目的

• 計算的手法を用いてオンライン製品レビューにおける顧客の感情を分析すること。
• スマートフォンレビューを肯定的、否定的、中立的の感情カテゴリに分類すること。
• センチメントの傾向を通じて、顧客の意見が製品認識にどのように影響するかを検討すること。
• センチメント分析が、現実世界の顧客フィードバックをどれだけ正確に捉えられるかを評価すること。
• 異なるスマートフォンモデル間におけるセンチメント分布の比較分析を提供すること。

提案手法

• 研究は、公開URLから取得したオンライン製品レビューを主なデータソースとして使用する。
• 感情を含むフレーズや表現を抽出するために、テキスト抽出および意見抽出技術が適用される。
• 自然言語処理パイプラインを用いて感情分類が実施され、レビューが肯定的、否定的、中立的とラベル付けされる。
• 複数のスマートフォンモデル間で比較分析が実施され、感情のパターンを特定する。
• 特徴抽出およびセンチメントスコアリングに、確立されたNLP技術に依存する。
• 分析は、公開済みのデータに基づくものであり、独自のデータ収集やモデル学習は報告されていない。

実験結果

リサーチクエスチョン

• RQ1 オンラインレビューに基づいて、異なるスマートフォンモデルにおける顧客の感情はどのように変動するか？
• RQ2 スマートフォンレビューのうち、肯定的、否定的、中立的と分類される割合はどの程度か？
• RQ3 センチメントの傾向は、特定の製品に対する顧客認識の変化をどのように反映するか？
• RQ4 スマートフォンレビューで最も一般的な感情を含む表現は何か？
• RQ5 センチメント分析は、非構造化テキストからの顧客の意見をどれほど正確に捉えることができるか？

主な発見

• 本研究は、テキストおよび意見抽出を用いて、スマートフォンレビューを肯定的、否定的、中立的の感情カテゴリに成功して分類した。
• 顕著な割合のレビューが肯定的と分類され、特定のモデルにおける顧客満足度の高さが示された。
• 否定的感情は、主にバッテリー駆動時間やカメラの品質といった特定の製品機能に関連していた。
• 中立的感情は、感情的なトーンを含まない事実的な仕様に焦点を当てたレビューで一般的に見られた。
• 比較分析により、異なるスマートフォンブランドやモデル間で明確なセンチメントパターンが明らかになった。
• 結果は、センチメント分析を用いて大規模に顧客フィードバックを追跡・解釈することが可能であることを示している。