Readability Analysis: We are intere

Readability Analysis: We are interested to examine what
types of reviews affect most sales and what types of reviews
are most helpful to the users. For example, everything else
being equal, a review that is easy to read will be more helpful
than another that has spelling mistakes and is difficult to read.
As a first, low-level variable, we measured the number
of spelling mistakes within each review, and we normalized
the number by dividing with the length of the review (in
characters).3 To measure the spelling errors, we used an off the-shelf spell checker, ignoring capitalized words and words
with numbers in them. We also ignored the top-100 most
frequent non-English words that appear in the reviews: most
of them were brand names or terminology words that do not
appear in the spellcheckers list. Furthermore, to measure the
cognitive effort that a user needs in order to read a review,
we measured the length of a review in sentences, words, and
characters.
Beyond these basic features, we also used the extensive
results from research on readability. Past research has shown
that easy-reading text improves comprehension, retention, and
reading speed, and that the average reading level of the US
adult population is at the eighth grade level [47]. Therefore, a
review that can be read easily by a large number of users is also
expected to be rated by more users. Today there are numerous
metrics for measuring the readability of a text, and while none
of them is perfect, the computed measures correlate well with
the actual difficulty of reading a text. To avoid idiosyncratic
errors peculiar to a specific readability metric, we computed
a set of metrics for each review. Specifically, we computed the
following:
• Automated Readability Index
• Coleman–Liau Index
• Flesch Reading Ease
• Flesch–Kincaid Grade Level
• Gunning fog index
• SMOG
(See [48] for detailed description on how to compute each of
these metrics.) Based on research in readability, these metrics
are useful metrics for measuring how easy is for a user to
read a review.

ผลลัพธ์ (ไทย) 1:

อ่านวิเคราะห์: เราสนใจจะตรวจสอบอะไรประเภทของความคิดเห็นมีผลต่อการขายมากที่สุดและสิ่งที่ประเภทของความคิดเห็นมีประโยชน์มากที่สุดให้กับผู้ใช้ ตัวอย่างเช่น อื่น ๆจะเท่ากับ รีวิวที่ง่ายต่อการอ่านจะเป็นประโยชน์มากขึ้นกว่าอีกที่มีข้อผิดพลาดการสะกด และอ่านยากเป็นตัวแปรแรก ระดับต่ำ เราวัดจำนวนของคำที่สะกดผิดในรีวิวแต่ละ และเราตามปกติหมายเลข โดยการหารด้วยความยาวของรีวิว (ในตัวอักษร) .3 เพื่อวัดคำที่สะกดผิด เราใช้การปิดตัวชั้นวางของตัวตรวจการสะกด ละเว้นบันทึกคำและคำตัวเลขในพวกเขา สนใจมากสุด 100 อันดับแรก-อังกฤษคำที่ปรากฏในความคิดเห็นที่พบบ่อย: มากที่สุดพวกเขามีแบรนด์หรือคำศัพท์ที่ไม่ปรากฏในรายการ spellcheckers นอกจากนี้ การวัดการความพยายามทางปัญญาที่ผู้ใช้ต้องการเพื่ออ่านทบทวนเราวัดความยาวของรีวิวในประโยค คำ และตัวอักษรนอกเหนือจากคุณสมบัติพื้นฐานเหล่านี้ เรายังใช้ธรรมดาผลจากงานวิจัยเกี่ยวกับการอ่าน งานวิจัยได้แสดงให้เห็นข้อความอ่านง่ายช่วยเพิ่มความเข้าใจ เก็บข้อมูล และอ่านความเร็ว และการที่ค่าเฉลี่ยการอ่านระดับของสหรัฐอเมริกาประชากรวัยผู้ใหญ่อยู่ในระดับเกรดแปด [47] ดังนั้น การเป็นรีวิวที่สามารถอ่านได้อย่างง่ายดาย โดยผู้ใช้เป็นจำนวนมากคาดว่าจะสามารถได้คะแนนจากผู้ใช้มากขึ้น ปัจจุบันมีมากมายตัวชี้วัดสำหรับการวัดสามารถอ่านค่า ของข้อความ และใน ขณะที่ไม่มีของพวกเขาเป็นที่สมบูรณ์แบบ มาตรการคำนวณสัมพันธ์กับความยากที่แท้จริงการอ่านข้อความ เพื่อหลีกเลี่ยงนิสัยข้อผิดพลาดเฉพาะของเมตริกอ่านเฉพาะ ที่เราคำนวณชุดของเกณฑ์ชี้วัดสำหรับการตรวจทานแต่ละ เราคำนวณเฉพาะ การต่อไปนี้:•อ่านอัตโนมัติดัชนี•ดัชนี Coleman – Liau• Flesch อ่านง่าย•ระดับชั้นของ Flesch – สถานที่คินเคด•นกันนิ่งหมอกดัชนี•หมอกควัน(ดู [48] สำหรับคำอธิบายโดยละเอียดเกี่ยวกับวิธีการคำนวณของแต่ละวัดเหล่านี้) จากการวิจัยในอ่าน วัดเหล่านี้มีวัดมีประโยชน์สำหรับการวัดวิธีที่ง่ายสำหรับผู้ใช้อ่านรีวิว

ผลลัพธ์ (ไทย) 2:

การอ่านวิเคราะห์: เราสนใจที่จะตรวจสอบสิ่งที่
ประเภทความคิดเห็นส่งผลกระทบต่อยอดขายมากที่สุดและสิ่งที่ประเภทของความคิดเห็น
ที่เป็นประโยชน์มากที่สุดให้กับผู้ใช้ ยกตัวอย่างเช่นทุกอย่างอื่น
เหมือนกันตรวจสอบที่ง่ายต่อการอ่านจะเป็นประโยชน์มากขึ้น
กว่าเดิมอีกด้วยที่มีการสะกดผิดและเป็นเรื่องยากที่จะอ่าน.
ในฐานะที่เป็นครั้งแรกตัวแปรระดับต่ำเราวัดจำนวน
ของการสะกดคำผิดในแต่ละรีวิว และเราปกติ
จำนวนโดยการหารด้วยระยะเวลาในการตรวจสอบ (ใน
ตัว) 0.3 การวัดการสะกดผิดที่เราใช้ปิดชั้นตรวจสอบการสะกดไม่สนใจคำพูดของทุนและคำพูด
ที่มีตัวเลขในพวกเขา นอกจากนี้เรายังละเว้น TOP-100 มากที่สุด
คำที่ไม่ใช่ภาษาอังกฤษบ่อยครั้งที่ปรากฏในความคิดเห็นส่วนใหญ่
ของพวกเขาเป็นชื่อแบรนด์หรือคำศัพท์เฉพาะทางที่ไม่
ปรากฏในรายการ spellcheckers นอกจากนี้ในการวัด
ความพยายามความรู้ความเข้าใจที่ผู้ใช้ต้องการเพื่ออ่านรีวิว
เราวัดความยาวของการตรวจสอบในประโยคคำพูดและการให้
ตัวละคร.
นอกเหนือจากคุณสมบัติพื้นฐานเหล่านี้เรายังใช้อย่างกว้างขวาง
ผลลัพธ์ที่ได้จากการวิจัยเกี่ยวกับการอ่าน การวิจัยที่ผ่านมาได้แสดงให้เห็น
ว่าข้อความที่ง่ายต่อการอ่านช่วยเพิ่มความเข้าใจในการเก็บรักษาและ
ความเร็วในการอ่านและที่ระดับการอ่านเฉลี่ยของสหรัฐ
ประชากรผู้ใหญ่อยู่ในระดับชั้นมัธยมศึกษาปี [47] ดังนั้นการ
ตรวจสอบที่สามารถอ่านได้อย่างง่ายดายโดยผู้ใช้จำนวนมากนอกจากนี้ยัง
คาดว่าจะได้รับการประเมินโดยผู้ใช้มากขึ้น วันนี้มีหลาย
ตัวชี้วัดสำหรับการวัดความสามารถในการอ่านของข้อความและในขณะที่ไม่มี
ของพวกเขาเป็นที่สมบูรณ์แบบมาตรการคำนวณความสัมพันธ์ดีกับ
ความยากลำบากที่เกิดขึ้นจริงจากการอ่านข้อความ เพื่อหลีกเลี่ยงการมีนิสัยแปลก
ข้อผิดพลาดเฉพาะที่ตัวชี้วัดการอ่านเฉพาะเราคำนวณ
ชุดของตัวชี้วัดสำหรับแต่ละรีวิว โดยเฉพาะเราคำนวณ
ต่อไปนี้:
•อัตโนมัติในการอ่านค่าดัชนี
ดัชนี•โคลแมน-เหลียว
• Flesch อ่านความง่ายดาย
•ชั้น Flesch-Kincaid ระดับ
• Gunning ดัชนีหมอก
•หมอกควัน
(ดู [48] สำหรับคำอธิบายรายละเอียดเกี่ยวกับวิธีการคำนวณแต่ละ
. ตัวชี้วัดเหล่านี้) จากการวิจัยในการอ่านตัวชี้วัดเหล่านี้
เป็นตัวชี้วัดที่มีประโยชน์สำหรับการวัดวิธีการที่ง่ายสำหรับผู้ใช้ในการ
อ่านรีวิว

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การอ่าน : เราสนใจที่จะศึกษาอะไรประเภทของความคิดเห็นที่มีผลต่อการขายมากที่สุดและสิ่งที่ประเภทของความคิดเห็นเป็นประโยชน์ที่สุดแก่ผู้ใช้ ตัวอย่างเช่น ทุกอย่างเท่าเทียมกัน เป็นรีวิวที่อ่านง่าย จะมีประโยชน์มากกว่ากว่าอีกว่ามีการสะกดผิด และเป็นเรื่องยากที่จะอ่านเป็นครั้งแรก มีตัวแปรที่เราวัดจำนวนของการสะกดผิดในแต่ละรีวิว เรามาตรฐานจำนวนหารด้วย ความยาวของการทบทวน ( ในตัวอักษร ) 3 . วัดสะกดผิด ที่เราใช้ในการปิดชั้นสะกดคำและคำใหญ่ ไม่สนใจกับตัวเลขเหล่านั้น เรายังไม่สนใจ top-100 ที่สุดไม่ใช้คำภาษาอังกฤษที่ปรากฏในรีวิว : มากที่สุดของพวกเขาเป็นแบรนด์ชื่อหรือศัพท์คำที่ไม่ปรากฏใน spellcheckers รายการ นอกจากนี้ วัดการรับรู้ความพยายามที่ผู้ใช้ต้องการเพื่อที่จะอ่านรีวิวเราวัดความยาวของการทบทวนในประโยค ถ้อยคำ และอักขระนอกเหนือจากคุณสมบัติพื้นฐานเหล่านี้ เรายังใช้อย่างละเอียดผลที่ได้จากการวิจัยในการอ่าน . การวิจัยที่ผ่านมาได้แสดงให้เห็นว่าข้อความที่อ่านง่ายช่วยเพิ่มความเข้าใจ และการเก็บรักษาความเร็วในการอ่าน และการอ่านในระดับเฉลี่ยของสหรัฐฯประชากรผู้ใหญ่อยู่ในระดับเกรด 8 [ 47 ] ดังนั้นความคิดเห็นที่สามารถอ่านได้อย่างง่ายดายโดยจำนวนมากของผู้ใช้เป็นยังคาดว่าจะได้รับการจัดอันดับโดยผู้ใช้เพิ่มเติม วันนี้มีหลายการวัดระดับของข้อความ และในขณะที่ไม่มีของพวกเขาที่สมบูรณ์แบบ ส่วนความสัมพันธ์กับมาตรการปัญหาที่แท้จริงของการอ่านข้อความ หลีกเลี่ยงมีข้อผิดพลาดเฉพาะเฉพาะการอ่านเมตริกตัน เราคำนวณชุดของตัวชี้วัดแต่ละรีวิว โดยเฉพาะ เราทำการคำนวณต่อไปนี้ :อ่าน - ดัชนีแบบอัตโนมัติโคลแมน ( เลียว - ดัชนี- อ่านง่าย เฟลช- และระดับเกรด เฟลช คินเคด- ดัชนีหมอกกระจุย- หมอกควัน( ดู [ 48 ] สำหรับรายละเอียดเกี่ยวกับวิธีการคำนวณแต่ละตัวชี้วัดเหล่านี้ . ) บนพื้นฐานของการวิจัยในการอ่าน ตัวชี้วัดเหล่านี้เป็นวัดที่มีประโยชน์สำหรับการวัดวิธีที่ง่ายสำหรับผู้ใช้อ่านรีวิว