Yelp Reviews and Food Types: A Comparative Analysis of Ratings, Sentiments, and Topics

要約

この研究では、Yelp のレビューと食品の種類の関係を調査し、食品の種類ごとに評価、センチメント、トピックがどのように変化するかを調査しています。
具体的には、レビューの評価とセンチメントが食品の種類によってどのように変化するかを分析し、評価とセンチメントに基づいて食品の種類をクラスタリングし、機械学習モデルを使用してレビューのトピックを推測し、さまざまな食品の種類間のトピックの分布を比較します。
私たちの分析により、一部の食品の種類では評価、センチメント、トピックの分布が類似している一方、他の種類では明確なパターンがあることが明らかになりました。
評価とセンチメントに基づいて食品の種類の 4 つのクラスターを特定したところ、特定の食品の種類をレビューする際、査読者は異なるトピックに焦点を当てる傾向があることがわかりました。
これらの発見は、デジタル メディア プラットフォームにおけるユーザーの行動と文化的影響を理解し、異文化の理解と評価を促進する上で重要な意味を持ちます。

要約(オリジナル)

This study examines the relationship between Yelp reviews and food types, investigating how ratings, sentiments, and topics vary across different types of food. Specifically, we analyze how ratings and sentiments of reviews vary across food types, cluster food types based on ratings and sentiments, infer review topics using machine learning models, and compare topic distributions among different food types. Our analyses reveal that some food types have similar ratings, sentiments, and topics distributions, while others have distinct patterns. We identify four clusters of food types based on ratings and sentiments and find that reviewers tend to focus on different topics when reviewing certain food types. These findings have important implications for understanding user behavior and cultural influence on digital media platforms and promoting cross-cultural understanding and appreciation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google