Online-Plattform Marktreputationssysteme

ISBN-13: 9786203802009 / Niemiecki / Miękka / 76 str.

Xiangming Samuel Li

Opis

Diese Forschung untersucht die Beziehung zwischen Textbewertungspunkten, Bewertungslänge, Agentenverhalten und Transfer-Learning-Anwendungen, indem ein quantitatives Maß mit Airbnb-Online-Textbewertungen konstruiert wird. Der erste Aufsatz konzentriert sich auf die Untersuchung der Auswirkungen der Bewertungslänge auf die Textbewertungsnote. Er konstruiert numerische Text-Review-Scores durch die Anwendung von Textanalyse- und maschinellen Lerntechniken auf mehr als drei Millionen nutzergenerierte Text-Reviews auf Airbnb. Anhand der Textbewertungsergebnisse analysiert dieser Aufsatz den Einfluss der Bewertungslänge auf die Textbewertungsergebnisse und gewinnt Erkenntnisse über das Zusammenspiel zwischen Textbewertungsergebnis, Bewertungslänge, Bewertungsalter und aktivem Bewerter. Es wird eine umgekehrt U-förmige Beziehung zwischen der Bewertungslänge und den Textbewertungsergebnissen und ein langfristiger Abwärtstrend der Textbewertungslänge über alle Online-Plattformen hinweg festgestellt. Diese Forschung trägt zur Online-Reputation bei, indem sie ein innovatives Maß für die Reputation von Textrezensionen und einen großen online gelabelten Rezensionskorpus (d.h. die Airbnb-Rezensionswissensdatenbank) entwickelt, die Auswirkungen der Rezensionslänge auf die Textrezensionsbewertungen untersucht und einen langfristigen Trend der Rezensionslänge auf Online-Plattformen aufdeckt. Der zweite Aufsatz untersuchtDiese Forschung untersucht die Beziehung zwischen Textbewertungspunkten, Bewertungslänge, Agentenverhalten und Transfer-Learning-Anwendungen, indem ein quantitatives Maß mit Airbnb-Online-Textbewertungen konstruiert wird. Der erste Aufsatz konzentriert sich auf die Untersuchung der Auswirkungen der Bewertungslänge auf die Textbewertungsnote. Er konstruiert numerische Text-Review-Scores durch die Anwendung von Textanalyse- und maschinellen Lerntechniken auf mehr als drei Millionen nutzergenerierte Text-Reviews auf Airbnb. Anhand der Textbewertungsergebnisse analysiert dieser Aufsatz den Einfluss der Bewertungslänge auf die Textbewertungsergebnisse und gewinnt Erkenntnisse über das Zusammenspiel zwischen Textbewertungsergebnis, Bewertungslänge, Bewertungsalter und aktivem Bewerter. Es wird eine umgekehrt U-förmige Beziehung zwischen der Bewertungslänge und den Textbewertungsergebnissen und ein langfristiger Abwärtstrend der Textbewertungslänge über alle Online-Plattformen hinweg festgestellt. Diese Forschung trägt zur Online-Reputation bei, indem sie ein innovatives Maß für die Reputation von Textrezensionen und einen großen online gelabelten Rezensionskorpus (d.h. die Airbnb-Rezensionswissensdatenbank) entwickelt, die Auswirkungen der Rezensionslänge auf die Textrezensionsbewertungen untersucht und einen langfristigen Trend der Rezensionslänge auf Online-Plattformen aufdeckt. Der zweite Aufsatz untersucht

O autorze

Li, Xiangming Samuel Dr. Xiangming Samuel Li ist Wirtschaftsprofessor an der University Canada West und Doktorand in Managementwissenschaften an der University of Waterloo, Kanada. Er hat über 23 Jahre intensive Managementerfahrungen in globalen ICT-Multis wie Nortel, Nokia, Motorola, Saveje, BTI, Anhub und Linaro gesammelt; außerdem engagiert er sich aktiv in akad