DIGITAL LIBRARY ARCHIVE
HOME > DIGITAL LIBRARY ARCHIVE
< Previous   List   Next >  
Analysis of the Effects of E-commerce User Ratings and Review Helfulness on Performance Improvement of Product Recommender System
Full-text Download
LIU FAN (Department of Business Administration, Graduate School, Kyung Hee University)
Byunghyun Lee (Department of Big Data Analytics, Graduate School, Kyung Hee University)
Ilyoung Choi (Graduate School of Business Administration, Kyung Hee University)
Jaeho Jeong (Department of Business Administration, Graduate School, Kyung Hee University)
Jaekyeong Kim (School of Management & Department of Big Data Analytics, Graduate School, Kyung Hee University)
Vol. 28, No. 1, Page: 311 ~ 328
Keywords
E-Commerce, Recommender System, Amazon Data, Review Helpfulness, Collaborative Filtering
Abstract
Because of the spread of smartphones due to the development of information and communication technology, online shopping mall services can be used on computers and mobile devices. As a result, the number of users using the online shopping mall service increases rapidly, and the types of products traded are also growing. Therefore, to maximize profits, companies need to provide information that may interest users. To this end, the recommendation system presents necessary information or products to the user based on the user's past behavioral data or behavioral purchase records. Representative overseas companies that currently provide recommendation services include Netflix, Amazon, and YouTube. These companies support users' purchase decisions by recommending products to users using ratings, purchase records, and clickstream data that users give to the items. In addition, users refer to the ratings left by other users about the product before buying a product. Most users tend to provide ratings only to products they are satisfied with, and the higher the rating, the higher the purchase intention. And recently, e-commerce sites have provided users with the ability to vote on whether product reviews are helpful. Through this, the user makes a purchase decision by referring to reviews and ratings of products judged to be beneficial. Therefore, in this study, the correlation between the product rating and the helpful information of the review is identified. The valuable data of the evaluation is reflected in the recommendation system to check the recommendation performance. In addition, we want to compare the results of skipping all the ratings in the traditional collaborative filtering technique with the recommended performance results that reflect only the 4 and 5 ratings. For this purpose, electronic product data collected from Amazon was used in this study, and the experimental results confirmed a correlation between ratings and review usefulness information. In addition, as a result of comparing the recommendation performance by reflecting all the ratings and only the 4 and 5 points in the recommendation system, the recommendation performance of remembering only the 4 and 5 points in the recommendation system was higher. In addition, as a result of reflecting review usefulness information in the recommendation system, it was confirmed that the more valuable the review, the higher the recommendation performance. Therefore, these experimental results are expected to improve the performance of personalized recommendation services in the future and provide implications for e-commerce sites.
Show/Hide Detailed Information in Korean
E-커머스 사용자의 평점과 리뷰 유용성이 상품 추천 시스템의 성능 향상에 미치는 영향 분석
LIU FAN (경희대학교 대학원 경영학과)
이병현 (경희대학교 대학원 빅데이터응용학과)
최일영 (경희대학교 경영대학원)
정재호 (경희대학교 대학원 경영학과)
김재경 (경희대학교 경영대학 & 대학원 빅데이터응용학과)
Keywords
E-커머스, 추천시스템, 아마존 데이터, 리뷰 유용성, 협업 필터링
Abstract
정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있 다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를위해 본 연구에서는 Amazon에서수집한 전자제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상 거래 사이트에 시사점을 제공할 수 있을 것으로 본다.
Cite this article
JIIS(APA) Style
FAN, L., Lee, B., Choi, I., Jeong, J., & Kim, J. (2022). Analysis of the Effects of E-commerce User Ratings and Review Helfulness on Performance Improvement of Product Recommender System. Journal of Intelligence and Information Systems, 28(1), 311-328.

IEEE Style
LIU FAN, Byunghyun Lee, Ilyoung Choi, Jaeho Jeong, and Jaekyeong Kim, "Analysis of the Effects of E-commerce User Ratings and Review Helfulness on Performance Improvement of Product Recommender System", Journal of Intelligence and Information Systems, vol. 28, no. 1, pp. 311~328, 2022.

ACM Style
FAN, L., Lee, B., Choi, I., Jeong, J., & Kim, J., 2022. Analysis of the Effects of E-commerce User Ratings and Review Helfulness on Performance Improvement of Product Recommender System. Journal of Intelligence and Information Systems. 28, 1, 311--328.
Export Formats : BiBTeX, EndNote
Advanced Search
Date Range

to
Search
@article{FAN:JIIS:2022:874,
author = {FAN, LIU and Lee, Byunghyun and Choi, Ilyoung and Jeong, Jaeho and Kim, Jaekyeong},
title = {Analysis of the Effects of E-commerce User Ratings and Review Helfulness on Performance Improvement of Product Recommender System},
journal = {Journal of Intelligence and Information Systems},
issue_date = {March 2022},
volume = {28},
number = {1},
month = Mar,
year = {2022},
issn = {2288-4866},
pages = {311--328},
url = {},
doi = {},
publisher = {Korea Intelligent Information System Society},
address = {Seoul, Republic of Korea},
keywords = { E-Commerce, Recommender System, Amazon Data, Review Helpfulness and Collaborative Filtering
},
}
%0 Journal Article
%1 874
%A LIU FAN
%A Byunghyun Lee
%A Ilyoung Choi
%A Jaeho Jeong
%A Jaekyeong Kim
%T Analysis of the Effects of E-commerce User Ratings and Review Helfulness on Performance Improvement of Product Recommender System
%J Journal of Intelligence and Information Systems
%@ 2288-4866
%V 28
%N 1
%P 311-328
%D 2022
%R
%I Korea Intelligent Information System Society