[2B1-GS-2] 機械学習：テキストマイニング

[2B1-GS-2-01] トピックモデルと品質要素分類に基づく単語観点でのユーザレビュー分析手法

〇小笠原 のりこ¹、泓 亜由乃¹、山極 綾子¹、後藤 正幸¹ (1. 早稲田大学)

キーワード：品質要素分類、商品分析、レビュー分析、Latent Dirichlet Allocation、ロジスティック回帰モデル

近年，商品やサービスの改善を行うために，ユーザによって投稿された大量のレビューデータを分析する手法が多く研究されている．これらの手法は主に機械学習の様々な手法を用いてユーザレビューから何らかの情報を抽出しようとする研究がほとんどであり，これらの多くは各要因の特性や顧客視点を考慮して品質改善の優先順位を明確にする分析方法とはなっていない．これに対し品質改善に着目した研究では，品質要素をその有無による顧客満足度変化から「魅力的品質」等に分類する狩野モデルのコンセプトを導入したレビュー分析が提案されている．しかしこれらの研究では，単語レベルでの分析が行えない，あるいは一部の単語のみに着目して分析しているという課題がある．そこで本研究では，レビュー文内の全単語を対象として分析を行い，品質要素分類を行う手法を提案する．具体的には，レビュー文を用いて学習したLDAとロジスティック回帰を組み合わせることで，レビュー文に出現する各単語について，それらが評価値に及ぼす影響度を定量化する．実データ分析を通じて提案手法を用いることにより，単語レベルでの詳細分析や発見的な品質要素の抽出が可能であることを示す．