[논문 리뷰] Analysis of Yelp Reviews

Peter Hajas, Louis Alberto Gutierrez외 1명|arXiv (Cornell University)|2014. 07. 05.

Complex Network Analysis Techniques참고 문헌 4인용 수 4

한 줄 요약

이 논문은 대학 도시의 야휴 레스토랑 평점이 주기적으로 변동하는 현상을 설명하기 위해 스프링 유사 미분방정식 모델을 제안한다. 이는 사용자 리뷰와 기업 투자 간의 운동량 기반 피드백 루프로 인해 평점이 변동함을 보여주며, 핵심 발견은 개별 레스토랑 평점이 리뷰 수와 기업 반응 주기의 영향을 받아 주기적으로 진동함에도 불구하고, 여러 대학 도시의 평균 평점이 3.6–3.8 근처의 안정된 평형점으로 수렴한다는 것이다.

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.

연구 동기 및 목표

• 주관적이라고 여겨지는 평점에도 불구하고 대학 도시 레스토랑의 야휴 평점이 주기적으로 변동하는 이유를 탐구하기 위해.
• 사용자 평점, 기업 투자, 리뷰 수량 간의 피드백 루프를 미분방정식으로 모델링하기 위해.
• 다양한 대학 캠퍼스에서 모델을 검증하고 평점 안정성 및 진동 패턴을 식별하기 위해.
• 위치, 리뷰 수량, 기업 반응과 같은 외부 요인이 장기적 평점 추세에 미치는 영향을 탐구하기 위해.
• 2005년에서 2011년까지의 실제 야휴 데이터를 분석하여 온라인 리뷰 시스템의 신뢰성을 평가하기 위해.

제안 방법

• 평점 변화가 평형점에서의 편차에 따라 달라지는 운동량을 표현하기 위해 스프링 유사 미분방정식 모델을 개발하였다.
• 높은 평점은 투자 감소를 유도하고, 이는 평점 하락을 초래하며, 이는 다시 투자 재개와 회복을 유도함으로써 순환 구조를 형성한다.
• 30개의 대학 캠퍼스에서 수집된 데이터를 분석하였으며, 뉴욕, 앤아버, 맨해튼, 시애틀, 레이크리지-체필드-던버리 등 지리적으로 다양성이 있는 5개 대학 도시의 20개 레스토랑 위치를 중심으로 분석하였다.
• 2005년에서 2011년까지 리뷰 수와 평균 평점을 추적하여 힘의 법칙 분포와 시간적 추세를 식별하였다.
• 열지도와 시계열 시각화를 통해 고도로 리뷰된 레스토랑의 공간 집중성과 주기적 평점 패턴을 시각화하였다.
• 타이 톰과 메디터레일리 딜리 케이터링과 같은 고도로 리뷰된 레스토랑의 관측 데이터와 예측된 평점 진동을 비교하여 모델을 검증하였다.

실험 결과

연구 질문

• RQ1 대학 도시 레스토랑의 야휴 평점은 시간이 지남에 따라 어떻게 변화하며, 주기적 행동의 원인은 무엇인가?
• RQ2 기업 투자와 리뷰 수량과 같은 외부 요인이 평점 안정성에 얼마나 큰 영향을 미치는가?
• RQ3 스프링 유사 미분방정식 모델은 온라인 리뷰 시스템의 피드백 역학을 정확히 표현할 수 있는가?
• RQ4 다양한 대학 도시의 평균 평점은 안정된 평형점 값으로 수렴하는가?
• RQ5 레스토랑 간 리뷰 수의 분포가 힘의 법칙을 따르며, 이는 리뷰 활동에 대해 어떤 의미를 갖는가?

주요 결과

• 시애틀 지역의 연구 대상 레스토랑 전체의 평균 평점은 워싱턴 대학교 근처에서 약 3.6으로 수렴한다.
• 레이크리지, 체필드, 덴버 지역에서는 평균 평점이 3.75로 수렴하여, 여러 캠퍼스 간 안정된 평형점이 존재함을 시사한다.
• 가장 리뷰 수가 많은 레스토랑인 타이 톰은 시간이 지남에 따라 명확한 주기적 평점 행동을 보이며, 모델의 진동 피드백 예측을 뒷받침한다.
• 레이크리지에 위치한 메디터레일리 딜리 케이터링도 유사한 주기적 패턴을 보이며, 모델의 다양한 위치에 대한 적용 가능성을 강화한다.
• 레스토랑 간 리뷰 수의 분포는 힘의 법칙 분포를 따르며, 소수의 레스토랑이 다수의 리뷰를 차지함을 시사한다.
• 모델는 평점의 관측된 진동을 평점 운동량과 기업 반응 간 피드백 루프를 통해 성공적으로 설명하였으며, 실증 데이터로 검증되었다.