In this paper, we formulate and ass

In this paper, we formulate and assess a set of theories that govern the evaluation of opinions, and apply these to a dataset consisting of over four million reviews of roughly 675,000
books on Amazon’s U.S. site, as well as smaller but comparablysized corpora from Amazon’s U.K., Germany, and Japan sites. The resulting analysis provides a way to distinguish among competing
hypotheses for the social feedback mechanisms at work in the evaluation of Amazon reviews: we offer evidence against certain of these mechanisms, and show how a simple model can directly account for a relatively complex dependence of helpfulness on review and group characteristics. We also use a novel experimental methodology that takes advantage of the phenomenon of review
“plagiarism” to control for the text content of the reviews, enabling us to focus exclusively on factors outside the text that affect helpfulness evaluation.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เรากำหนด และประเมินชุดของทฤษฎีที่ควบคุมการประเมินความคิดเห็น และใช้การชุดข้อมูลประกอบด้วยรีวิวประมาณ 675,000 ล้านสี่เหล่านี้หนังสือ บนเว็บ ไซต์ของ Amazon สหรัฐฯ เช่นเดียว กับเล็กแต่ซีก comparablysized จาก Amazon ของสหราชอาณาจักร เยอรมนี และญี่ปุ่นไซต์ การวิเคราะห์ผลมีวิธีแยกแยะระหว่างการแข่งขันสมมติฐานสำหรับการกลไกการตอบสนองทางสังคมที่ทำงานในการประเมินความคิดเห็น Amazon: เรามีหลักฐานกับกลไกเหล่านี้อย่างใดอย่างหนึ่ง และแสดงวิธีแบบง่ายตรงบัญชีสำหรับการพึ่งพาอาศัยกันที่ค่อนข้างซับซ้อนของงามรีวิวและกลุ่มลักษณะนี้ นอกจากนี้เรายังใช้วิธีการทดลองใหม่ที่ใช้ประโยชน์จากปรากฏการณ์ของรีวิว"ชีวประวัติ" การควบคุมสำหรับข้อความความคิดเห็น ทำให้เราสามารถเน้นเฉพาะปัจจัยภายนอกข้อที่มีผลต่อการประเมินผลงาม

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรากำหนดและประเมินชุดของทฤษฎีว่าด้วยการประเมินผลของความคิดเห็นและใช้เหล่านี้ไปยังชุดข้อมูลที่ประกอบด้วยมากกว่าสี่ล้านความคิดเห็นของประมาณ 675,000
หนังสือบนเว็บไซต์สหรัฐของ Amazon เช่นเดียวกับที่มีขนาดเล็ก แต่ comparablysized corpora จาก Amazon ของสหราชอาณาจักร , เยอรมนี, ญี่ปุ่นและเว็บไซต์ การวิเคราะห์ผลให้มีวิธีการแยกแยะความแตกต่างในหมู่แข่งขัน
สมมติฐานสำหรับกลไกการตอบรับทางสังคมในที่ทำงานในการประเมินผลของ Amazon ความคิดเห็น: เรามีหลักฐานบางอย่างของกลไกเหล่านี้และแสดงให้เห็นว่ารูปแบบง่ายๆโดยตรงสามารถบัญชีสำหรับการพึ่งพาอาศัยกันค่อนข้างซับซ้อนของความเอื้ออาทร ลักษณะการทบทวนและกลุ่ม นอกจากนี้เรายังใช้วิธีการทดลองนวนิยายที่ใช้ประโยชน์จากปรากฏการณ์ของการตรวจสอบ
"การขโมยความคิด" ในการควบคุมสำหรับเนื้อหาข้อความความคิดเห็นที่ทำให้เราสามารถมุ่งเน้นเฉพาะในปัจจัยนอกข้อความที่ส่งผลกระทบต่อการประเมินผลความเอื้ออาทร

ผลลัพธ์ (ไทย) 3:

ในบทความนี้เราสร้างและประเมินผลชุดของทฤษฎีการประเมินความคิดเห็น และใช้กับชุดข้อมูลประกอบด้วยมากกว่าสี่ล้านรีวิวประมาณ 675000หนังสือใน Amazon ของสหรัฐอเมริกาเว็บไซต์ รวมทั้งมีขนาดเล็กลง แต่ comparablysized คลังข้อมูลจาก Amazon UK , เยอรมนี , และเว็บไซต์ญี่ปุ่น ผลวิเคราะห์ให้วิธีที่จะแยกแยะระหว่างการแข่งขันสมมติฐานสำหรับกลไกความคิดเห็นทางสังคมที่ทำงานในการประเมินผลของ Amazon รีวิว : เรามีหลักฐานบางอย่างของกลไกเหล่านี้ และแสดงให้เห็นว่าแบบจำลองอย่างง่ายโดยตรงสามารถบัญชีสำหรับการพึ่งพาที่ค่อนข้างซับซ้อนของความเอื้ออาทรในการทบทวนและลักษณะของกลุ่ม เราก็ใช้ทดลองวิธีการใหม่ที่ใช้ประโยชน์จากปรากฏการณ์ของรีวิว" ขโมย " เพื่อควบคุมเนื้อหาข้อความของความคิดเห็นให้เราสามารถมุ่งเน้นเฉพาะในองค์ประกอบภายนอกที่มีผลต่อการประเมินข้อความช่วยเหลือ .