2020 Fiscal Year Annual Research Report
An Estimation Method of A Fair Evaluation for Products and Services with Reviewer Evaluations in Reputation Information Sites
| Project/Area Number |
18K11554
|
|---|
| Research Institution | Toyo University |
|---|
Principal Investigator |
山田 和明 東洋大学, 理工学部, 准教授 (80345149)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 評判情報サイト / レビュアー評価 / 製品／サービス / 価値推定 / 粒子フィルタ |
|---|
| Outline of Annual Research Achievements |
ECサイトの発展により，消費者は企業や個人が提供する製品やサービスを手軽に利用できるようになった．一方，消費者はウェブ上で入手できる全ての製品やサービスの詳細な情報を入手できないため，それらの価値を適正に評価することが困難になった．そのため，消費者が実際に利用した製品／サービスのレビュアー評価やレビューを自由に投稿・共有できる評判情報サイトが注目されている．しかし，すべてのレビュアーが常に正しく製品／サービスを適正に評価できるとは限らない．そのため本研究では，レビュアーが投稿した多数のレビュアー評価から製品／サービスの適正な価値を推定する手法の開発を目指している．
2020年度は多数のレビュアー評価から製品／サービスの適正な価値の推定精度を向上させるため，既存サイトから実データを収集して分析し，製品／サービスの評価プロセスの詳細なモデル化を行った．まず，既存の評判情報サイトである食べログからレビュアー評価と対象となったレストランの総合評価をクローラーにより収集し，分析を行った．次に，個々のレビュアーの評価の傾向とレストランの総合評価からのズレを分析するために，50軒以上レストランを評価したレビュアーを抽出し，レビュアー評価と対象となったレストランの総合評価の関係を線形近似した．その結果，レストランの総合評価と同程度の評価を付けるレビュアーが50％，レストランの総合評価より高く評価する傾向があるレビュアーが30％，レストランの総合評価より低く評価する傾向があるレビュアーが15％，他のレビュアーとは異なる評価をするレビュアーが5％の割合で存在することを確認した．分析結果から粒子フィルタと自己組織型状態空間モデルを用いてレビュアー評価の推定精度を向上させるためには，システムノイズと観測ノイズの標準偏差に加え，観測ノイズの平均を推定する必要があることを確認した．
|
