With the rapid expansion of e-comme

With the rapid expansion of e-co
mmerce, more and more products
are sold on the Web, and more and more people are also buying
products online. In order to enhance customer satisfaction and
shopping experience, it has become a common practice for online
merchants to enable their customers to review or to express
opinions on the products that they
have purchased. With more and
more common users becoming comfortable with the Web, an
increasing number of people are wr
iting reviews. As a result, the
number of reviews that a product receives grows rapidly. Some
popular products can get hundreds of reviews at some large
merchant sites. Furthermore,
many reviews are long and have
only a few sentences containing opinions on the product. This
makes it hard for a potential customer to read them to make an
informed decision on whether to purchase the product. If he/she
only reads a few reviews, he/she may get a biased view. The large
number of reviews also makes it hard for product
manufacturers
to keep track of customer opinions of their products. For a product
manufacturer, there are additional difficulties because many
merchant sites may sell its pr
oducts, and the manufacturer may
(almost always) produce many kinds of products.
In this research, we study the problem of generating
feature-based
summaries
of customer reviews of products sold online. Here,
features
broadly mean product features (or attributes) and
functions. Given a set of customer
reviews of a particular product,
the task involves three subtasks:
(1) identifying features of the
product that customers have expr
essed their opinions on (called
product features
); (2) for each feature, identifying review
sentences that give positive or negative opinions; and (3)
producing a summary using th
e discovered information.

Results (Indonesian) 1:

Dengan ekspansi yang cepat dari e-commerce, lebih dan lebih banyak produk yang dijual di Web, dan semakin banyak orang juga membeli produk secara online. Untuk meningkatkan kepuasan pelanggan dan belanja pengalaman, itu telah menjadi praktek yang umum untuk online pedagang untuk memungkinkan pelanggan untuk meninjau atau Check pendapat tentang produk yang mereka telah dibeli. Dengan lebih banyak dan pengguna lebih umum menjadi nyaman dengan Web, meningkatkan jumlah orang yang wrmicroworld ulasan. Sebagai akibatnya, jumlah ulasan yang menerima produk tumbuh dengan cepat. Beberapa Produk populer bisa mendapatkan ratusan tinjauan pada sebagian besar situs merchant. Selain itu, banyak ulasan panjang dan memiliki hanya beberapa kalimat yang mengandung pendapat pada produk. Ini membuat sulit bagi calon pelanggan untuk membaca mereka untuk membuat keputusan tentang apakah akan membeli produk. Jika ia hanya membaca beberapa ulasan, ia mungkin mendapatkan pandangan bias. Besar jumlah ulasan juga membuat sulit untuk produk produsen untuk melacak pendapat pelanggan produk mereka. Untuk produk produsen, ada tambahan kesulitan karena banyak situs pedagang dapat menjual pr nyaODUCTS, dan produsen mungkin (hampir selalu) menghasilkan berbagai macam produk.Dalam penelitian ini, kita mempelajari masalah menghasilkan Fitur berbasis Ringkasan Pelanggan ulasan produk Dijual online. Sini Fitur luas berarti Fitur Produk (atau atribut) dan fungsi. Mengingat satu set pelanggan ulasan produk tertentu, tugas meliputi tiga subtugas: (1) mengidentifikasi fitur Produk bahwa pelanggan memiliki expressed pendapat mereka tentang (disebut Fitur produk); (2) untuk setiap fitur, mengidentifikasi Tinjauan kalimat yang memberikan pendapat positif atau negatif; dan (3) memproduksi ringkasan menggunakan the menemukan informasi.

Results (Indonesian) 2:

Dengan ekspansi yang cepat dari e-co
mmerce, semakin banyak produk
yang dijual di Web, dan lebih banyak orang yang juga membeli
produk secara online. Dalam rangka untuk meningkatkan kepuasan pelanggan dan
pengalaman belanja, telah menjadi praktik umum untuk secara online
pedagang untuk memungkinkan pelanggan mereka untuk meninjau atau untuk mengekspresikan
pendapat tentang produk yang mereka
beli. Dengan semakin
lebih umum pengguna menjadi nyaman dengan Web, sebuah
peningkatan jumlah orang yang wr
ulasan Iting. Sebagai hasilnya,
jumlah tinjauan yang menerima produk tumbuh pesat. Beberapa
produk populer bisa mendapatkan ratusan ulasan di beberapa besar
situs merchant. Selanjutnya,
banyak ulasan panjang dan memiliki
hanya beberapa kalimat yang mengandung opini tentang produk. Ini
membuat sulit bagi calon pelanggan untuk membacanya untuk membuat
keputusan tentang apakah akan membeli produk. Jika dia / dia
hanya membaca beberapa ulasan, dia / dia mungkin mendapatkan tampilan bias. Besar
jumlah tinjauan juga membuat sulit bagi produk
produsen
untuk melacak pendapat pelanggan dari produk mereka. Untuk produk
produsen, ada kesulitan tambahan karena banyak
situs merchant dapat menjual pr nya
oducts, dan produsen dapat
(hampir selalu) memproduksi berbagai jenis produk.
Dalam penelitian ini, kita mempelajari masalah menghasilkan
fitur berbasis
ringkasan
dari ulasan pelanggan dari produk yang dijual secara online. Di sini,
fitur
luas berarti fitur produk (atau atribut) dan
fungsi. Mengingat satu set pelanggan
ulasan tentang produk tertentu,
tugas melibatkan tiga sub-tugas:
fitur (1) mengidentifikasi dari
produk yang pelanggan telah expr
essed pendapat mereka tentang (disebut
fitur produk
); (2) untuk setiap fitur, mengidentifikasi Ulasan
kalimat yang memberikan opini positif atau negatif; dan (3)
menghasilkan ringkasan menggunakan th
e ditemukan informasi.