![](/images/graphics-bg.png)
Enhancing Business Intelligence by Means of Suggestive Reviews
المؤلفون المشاركون
Tahir, Muhammad
Qazi, Atika
Cambria, Erik
Syed, Karim Bux Shah
Raj, Ram Gopal
المصدر
العدد
المجلد 2014، العدد 2014 (31 ديسمبر/كانون الأول 2014)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2014-06-25
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الطب البشري
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
Appropriate identification and classification of online reviews to satisfy the needs of current and potential users pose a critical challenge for the business environment.
This paper focuses on a specific kind of reviews: the suggestive type.
Suggestions have a significant influence on both consumers’ choices and designers’ understanding and, hence, they are key for tasks such as brand positioning and social media marketing.
The proposed approach consists of three main steps: (1) classify comparative and suggestive sentences; (2) categorize suggestive sentences into different types, either explicit or implicit locutions; (3) perform sentiment analysis on the classified reviews.
A range of supervised machine learning approaches and feature sets are evaluated to tackle the problem of suggestive opinion mining.
Experimental results for all three tasks are obtained on a dataset of mobile phone reviews and demonstrate that extending a bag-of-words representation with suggestive and comparative patterns is ideal for distinguishing suggestive sentences.
In particular, it is observed that classifying suggestive sentences into implicit and explicit locutions works best when using a mixed sequential rule feature representation.
Sentiment analysis achieves maximum performance when employing additional preprocessing in the form of negation handling and target masking, combined with sentiment lexicons.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Qazi, Atika& Raj, Ram Gopal& Tahir, Muhammad& Cambria, Erik& Syed, Karim Bux Shah. 2014. Enhancing Business Intelligence by Means of Suggestive Reviews. The Scientific World Journal،Vol. 2014, no. 2014, pp.1-11.
https://search.emarefa.net/detail/BIM-1051463
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Qazi, Atika…[et al.]. Enhancing Business Intelligence by Means of Suggestive Reviews. The Scientific World Journal No. 2014 (2014), pp.1-11.
https://search.emarefa.net/detail/BIM-1051463
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Qazi, Atika& Raj, Ram Gopal& Tahir, Muhammad& Cambria, Erik& Syed, Karim Bux Shah. Enhancing Business Intelligence by Means of Suggestive Reviews. The Scientific World Journal. 2014. Vol. 2014, no. 2014, pp.1-11.
https://search.emarefa.net/detail/BIM-1051463
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1051463
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)