Previsão de Utilidade de Avaliações de Produtos Online na Língua Portuguesa Brasileira

Resumo


Com o crescimento do comércio eletrônico, as avaliações de produtos online se tornaram um fator importante na decisão de compra dos consumidores. No entanto, os usuários podem ser prejudicados pela sobrecarga de informações em plataformas de avaliação online. Neste estudo, avaliamos diferentes abordagens para identificar avaliações de produtos úteis. Para esse propósito, foi proposto um grande conjunto de dados de avaliações da Amazon em diferentes domínios de produtos. Os resultados mostram que é possível prever a utilidade das avaliações online sem depender de recursos personalizados sem depender de quaisquer características feitas manualmente.
Palavras-chave: Previsão de Utilidade de Avaliações, Processamento de Linguagem Natural, Aprendizagem de Máquina

Referências

Bilal, M. and Almazroi, A. A. (2022). Effectiveness of fine-tuned bert model in classification of helpful and unhelpful online customer reviews. Electronic Commerce Research. https://doi.org/10.1007/s10660-022-09560-w [link].

Devlin, J., Chang, M., Lee, K., and Toutanova, K. (2018). BERT: pre-training of deep bidirectional transformers for language understanding. CoRR, abs/1810.04805. https://doi.org/10.48550/arXiv.1810.04805 https://arxiv.org/abs/1810.04805

ElKafrawy, P., Mahgoub, A., Atef, H., Nasser, A., Yasser, M., Medhat, W. M., and Darweesh, M. S. (2023). Sentiment analysis: Amazon electronics reviews using bert and textblob. https://doi.org/10.1109/ESOLEC54569.2022.10009176 https://ieeexplore.ieee.org/document/10009176

Henrickson, K., Rodrigues, F., and Pereira, F. C. (2019). Chapter 5 - Data Preparation. In Antoniou, C., Dimitriou, L., and Pereira, F., editors, Mobility Patterns, Big Data and Transport Analytics, pages 73–106. Elsevier.

Senecal, S., Kalczynski, P., and Nantel, J. (2005). Consumers’ decision-making process and their online shopping behavior: A clickstream analysis. Journal of Business Research, pages 1599–1608. https://doi.org/10.1016/j.jbusres.2004.06.003 [link].

Souza, F., Nogueira, R., and Lotufo, R. (2020). Bertimbau: Pretrained bert models for brazilian portuguese. In Intelligent Systems: 9th Brazilian Conference, BRACIS 2020, Rio Grande, Brazil, October 20–23, 2020, Proceedings, Part I, page 403–417, Berlin, Heidelberg. Springer-Verlag. https://doi.org/10.1007/978-3-030-61377-8_28 [link].

Tonkin, E. L. (2016). Chapter 2 - A Day at Work (with Text): A Brief Introduction. In Tonkin, E. L. and Tourte, G. J. L., editors, Working with Text, Chandos Information Professional Series, pages 23–60. Chandos Publishing. https://doi.org/10.1016/B978-1-84334-749-1.00002-0 [link].

Tufchi, S., Yadav, A., Rai, V. K., and Banerjee, A. (2023). Sentiment analysis on amazon product review: A comparative study. In Khanna, A., Polkowski, Z., and Castillo, O., editors, Proceedings of Data Analytics and Management, pages 139–149, Singapore. Springer Nature Singapore. https://doi.org/10.1007/978-981-19-7615-5_13 [link].
Publicado
25/09/2023
BRITTO, Larissa F. S.; PACÍFICO, Luciano D. S.; LUDERMIR, Teresa B.. Previsão de Utilidade de Avaliações de Produtos Online na Língua Portuguesa Brasileira. In: SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E DA LINGUAGEM HUMANA (STIL), 14. , 2023, Belo Horizonte/MG. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 235-239. DOI: https://doi.org/10.5753/stil.2023.234226.