Fake review detection in e-Commerce platforms using aspect-based sentiment analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F23%3A39920757" target="_blank" >RIV/00216275:25410/23:39920757 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S0148296323005027" target="_blank" >https://www.sciencedirect.com/science/article/pii/S0148296323005027</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.jbusres.2023.114143" target="_blank" >10.1016/j.jbusres.2023.114143</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Fake review detection in e-Commerce platforms using aspect-based sentiment analysis
Popis výsledku v původním jazyce
Consumers rely on internet user reviews. Existing sentiment-based detection systems fail to capture consumer feelings regarding numerous aspects of products or services which influence their purchasing decisions. Despite the growing interest in detecting false reviews, prior studies have not explored the capacity to detect fake reviews for diverse products, which require distinct consumer experience. To overcome these problems, this paper proposes a fake review detection model using aspect-based sentiment analysis (ABSA) while considering the effects of product types. Using a dataset of Amazon reviews, our ABSA model revealed that two aspects are fundamental for detecting fake reviews and suggests the need to associate the two. These are the product category and the verified purchase attribute (with the greatest contribution observed for credence and experience product types).
Název v anglickém jazyce
Fake review detection in e-Commerce platforms using aspect-based sentiment analysis
Popis výsledku anglicky
Consumers rely on internet user reviews. Existing sentiment-based detection systems fail to capture consumer feelings regarding numerous aspects of products or services which influence their purchasing decisions. Despite the growing interest in detecting false reviews, prior studies have not explored the capacity to detect fake reviews for diverse products, which require distinct consumer experience. To overcome these problems, this paper proposes a fake review detection model using aspect-based sentiment analysis (ABSA) while considering the effects of product types. Using a dataset of Amazon reviews, our ABSA model revealed that two aspects are fundamental for detecting fake reviews and suggests the need to associate the two. These are the product category and the verified purchase attribute (with the greatest contribution observed for credence and experience product types).
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
50204 - Business and management
Návaznosti výsledku
Projekt
<a href="/cs/project/GA22-22586S" target="_blank" >GA22-22586S: Aspektově orientovaná analýza sentimentu finančních textů pro predikci finanční výkonnosti podniku</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Journal of Business Research
ISSN
0148-2963
e-ISSN
1873-7978
Svazek periodika
167
Číslo periodika v rámci svazku
listopad
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
14
Strana od-do
114143
Kód UT WoS článku
001039646900001
EID výsledku v databázi Scopus
2-s2.0-85166630721