.png){kind=icon}
返回
A framework for affinity-based personalized review recommendation
.png){kind=icon}
OA
AI
DOI：10.1007/s10660-026-10143-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在线评论平台的普及得益于技术进步和消费者对彼此意见依赖性的增加，以影响购买决策。然而，用户通常面临海量在线评论，并受信息过载困扰。与以往主要依赖流行度、众包评价或过滤方法的研究不同，我们提出了一种基于用户-评论亲缘性的个性化评论推荐框架。本研究旨在根据用户可能喜欢（点击有用/点赞按钮）、评论或重读评论的概率，识别并向每位用户推荐评论，从而增加用户登录时间，进而与用户对平台的亲缘性呈正相关。我们提出了一个概念模型，在亚洲大型餐厅评论平台的日志数据上进行了预测性分析和反事实模拟，发现评论者-用户相似性是最重要的解释因素之一，这与平台运营所在国家的集体主义文化相符。基于解释性分析的结果，应用基于机器学习的预测模型来预测每位用户与每个商家每条评论的互动可能性。我们的反事实分析表明，基于亲缘性的排名有潜力提高用户对平台的参与度。
Keyword:
Review recommendation
User affinity
Online platform
Service operations
期刊
E
IF:
4.7
论文数:
157
被引数:
0
机构
引用论文
Product advertising recommendation in e-commerce based on deep learning and distributed expression
PREAI
分享收藏Recommender Systems for Large-Scale Social Networks: A review of challenges and solutions面向大规模社交网络的推荐系统: 挑战与解决方案综述
PREAI
分享收藏Generalized Inverses, Ridge Regression, Biased Linear Estimation, and Nonlinear Estimation广义逆、岭回归、有偏线性估计和非线性估计
PREAI
分享收藏How real-time interaction and sentiment influence online sales? Understanding the role of live streaming danmaku实时互动和情绪如何影响在线销售？了解直播danmaku的作用
PREAI
分享收藏
Improving text summarization of online hotel reviews with review helpfulness and sentiment.png)
TOURISM MANAGEMENT
TOURISM MANAGEMENTIF12.4
PREAI
分享收藏
查看更多内容