메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Teppei Sakamoto (Waseda University) Haruka Yamashita (Sophia University) Masayuki Goto (Waseda University) Jiro Iwanaga (Retty)
저널정보
대한산업공학회 Industrial Engineering & Management Systems Industrial Engineering & Management Systems Vol.19 No.3
발행연도
2020.9
수록면
669 - 679 (11page)
DOI
10.7232/iems.2020.19.3.669

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Recently, restaurant guide sites providing restaurant information posted by users on the Internet have been widely used as effective tools for consumers. Users, on a restaurant guide site, utilize IDs to post their recommendation articles on restaurants, and these posted articles are a valuable information source for other users. Open users can search for restaurants and read recommendation articles posted by other users. Furthermore, they can react (e.g., “like”) to a recommendation article when they feel it is helpful or they feel like visiting the restaurant. On a target restaurant guide site, each post includes the user ID, restaurant name, recommendation sentences, etc., and the number of reactions is considered to depend on these posted contents. For users who post recommendation articles, the number of reactions to their posts represents the degree of empathy from other users and is an important motivation for posting. Therefore, posting users will benefit from guidelines on how to write good recommendation sentences to increase the number of reactions. Moreover, the number of reactions can be regarded as an important indicator of the activity level of the restaurant guide site from the viewpoint of the service operating company. Therefore, an analytical model developed using historical information such as posts and reactions by users would be useful for determining the relationship between posted contents and the number of reactions. Therefore, this paper proposes a model based on the machine learning approach to analyze the relation between the number of reactions and posted contents. Finally, we demonstrate the analysis based on the proposed model using practical data.
#Machine Learning #Natural Language Processing #Restaurant Guide #Business Analytics

목차

ABSTRACT
1. INTRODUCTION
2. PREPARATION
3. PROPOSED METHOD
4. DATA ANALYSIS FOR REAL DATA
5. DISCUSSIONS
6. CONCLUSION AND FUTURE WORK
REFERENCES

참고문헌 (28)

참고문헌 신청
Akita, R. / 2016 / Deep learning for stock prediction using numerical and textual information / Proceedings of the IEEE/ACIS 15th International Conference on Computer and Information Science (ICIS) :1~6 google schola Bishop, C. M. / 2006 / Pattern Recognition and Machine Learning / Springer :98~108 google schola Blei, D. M. / 2003 / Latent dirichlet allocation / Journal of Machine Learning Research 3:993~1022 google schola Breiman, L. / 2001 / Random forests / Machine Learning 45:5~32 google schola Dempster, A. P. / 1977 / Maximum likelihood from incomplete data via the EM algorithm / Journal of the Royal Statistical Society. Series B (methodological) 39(1):1~38 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0