机译:使用脚本丰富的文本回归模型预测在线评论的有用性
Alabama State Univ, Dept Comp Informat Syst, Coll Business Adm, Montgomery, AL 36101 USA;
Univ Wisconsin, Lubar Sch Business, Milwaukee, WI 53201 USA;
Texas A&M Univ, Mays Business Sch, College Stn, TX 77843 USA;
Business intelligence; Online customer reviews; Review helpfulness; Script theory; Human annotation; Text regression;
机译:评论者参与度特征对在线评论帮助的影响:文本回归模型
机译:改善在线宾馆的文本摘要,通过评论助人和情感
机译:改善在线宾馆的文本汇总,享有综述乐于助人和情感
机译:建模和预测在线评论的乐于助人
机译:预测产品评论的乐于助人:句子分类方法
机译:在线营养与健康沟通中可靠性和其他主观文本特性的预测模型
机译:文本复杂度对在线评论帮助的影响