Pamukkale Univ Muh Bilim Derg. 2023; 29(3): 220-229 | DOI: 10.5505/pajes.2022.10369

An alternative word embedding approach for knowledge representation in online consumers’ reviews

Ekin Ekinci¹, Sevinç Ýlhan Omurca^2
1Sakarya University of Applied Sciences, Faculty Of Technology, Computer Engineering Department
²Kocaeli University, Faculty of Engineering, Computer Engineering Department

Purchasing decisions in e-commerce shopping websites are highly influenced by online reviews. Although online reviews contain fine-grained consumers’ opinions that reflect their preferences towards products; an important challenge, is that the number of online reviews can be very huge for fast and effective analysis. Hence, discovering the thematic structure of documents plays an important role in analyzing online reviews. The proposed system in this paper aims to discover the main consumer interests in online reviews on Turkish e-commerce websites. For this aim, a novel hybrid method combining Latent Dirichlet Allocation (LDA) and word2vec is proposed. Finally, we compare the performance of our work with those of several state-of-the-art baselines on 7 datasets collected from well-known Turkish e-commerce websites. The experimental results show how our proposed approach was able to provide significantly improved performance over baselines. Besides, our method enables us to discover very specific topics complying with consumer interests.

Keywords: Consumer reviews, Latent Dirichlet Allocation (LDA), Word2vec, Semantic similarity, Topic extraction

---

Çevrimiçi kullanýcý yorumlarýnýn bilgi temsili için alternatif bir kelime gömme yaklaþýmý

Ekin Ekinci¹, Sevinç Ýlhan Omurca^2
1Sakarya Uygulamalý Bilimler Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliði Bölümü
²Kocaeli Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliði Bölümü

E-ticaret alýþveriþ sitelerinde satýn alma kararlarý, çevrimiçi yorumlardan oldukça etkilenir. Çevrimiçi yorumlar, ürünlere yönelik tercihleri yansýtan ayrýntýlý tüketici görüþleri içerse de; önemli bir zorluk, çevrimiçi yorumlarýn miktarýnýn hýzlý ve etkili bir analiz için çok büyük olabileceðidir. Bu nedenle, belgelerin tematik yapýsýný keþfetmek, çevrimiçi yorumlarý analiz etmede önemli bir rol oynar. Bu çalýþmada önerilen sistem, Türk e-ticaret web sitelerindeki çevrimiçi yorumlardaki tüketicilerin ana ilgi alanlarýný keþfetmeyi amaçlamaktadýr. Bu amaçla, Gizli Dirichlet Ayýrýmý (GDA) ve word2vec'i birleþtiren yeni bir hibrit yöntem önerilmiþtir. Son olarak, çalýþmamýzýn performansýný, güncel yöntemlerin performansýyla tanýnmýþ Türk e-ticaret sitelerinden toplanan 7 veri kümesi üzerinden karþýlaþtýrdýk. Deneysel sonuçlar, önerilen yaklaþýmýmýzýn güncel yöntemlere göre önemli ölçüde geliþmiþ performans saðlayabildiðini göstermektedir. Ayrýca yöntemimiz, tüketici ilgi alanlarýna uygun çok özel konularý keþfetmeyi saðlar.

Anahtar Kelimeler: Müþteri yorumlarý, Gizli Dirichlet Ayýrýmý (GDA), Word2vec, Anlamsal benzerlik, Konu çýkarýmý

---