We consider the problem of predicti

We consider the problem of predicting sales of new and existing products using both the numeric and textual data contained in consumer reviews. Many of the extant approaches require considerable manual pre-processing of the textual data, making the methods prohibitively expensive to implement and difficult to scale. In contrast, our approach uses a bag-of-words method that requires minimal pre-processing and parsing, making it efficient and scalable. However, a key implementation challenge with the bag-of-words approach is that the number of predictors can quickly outstrip the number of degrees of freedom available. Furthermore, the method can require impracticably large computational resources. We propose a random projections approach for dealing with the curse-of-dimensionality issue that afflicts bag-of-words models. The random projections approach is computationally simple, flexible and fast, and has desirable statistical properties. We apply the proposed approach to the forecasting of sales at Amazon.com using consumer reviews with an attributes-based regression model. The model is applied to produce of one-week-ahead rolling horizon sales forecasts for existing and newly-introduced tablet computers. The results show that the predictive performance of the proposed approach for both tasks is strong and significantly better than those of either models that ignore the textual content of consumer reviews, or a support vector regression machine with the textual content. Furthermore, the approach is easy to repeat across product categories, and readily scalable to much larger datasets.

ผลลัพธ์ (ไทย) 1:

เราพิจารณาปัญหาของการคาดการณ์ยอดขายของผลิตภัณฑ์ใหม่ และที่มีอยู่โดยใช้ทั้งตัวเลข และข้อความข้อมูลที่อยู่ในรีวิวจากผู้บริโภค หลายวิธียังต้องมากด้วยตนเองก่อนการประมวลผลข้อมูลเป็นข้อความ ทำวิธีการยาก และมีราคาแพงจะใช้ prohibitively ขนาด ในทางตรงกันข้าม วิธีการของเราใช้วิธีกระเป๋าของคำที่ต้องการประมวลผลน้อยที่สุดก่อนและแยก ทำให้มีประสิทธิภาพ และสามารถปรับ อย่างไรก็ตาม ความท้าทายสำคัญดำเนินวิธีถุงคำได้ว่า จำนวน predictors สามารถอย่างรวดเร็ว outstrip จำนวนองศาความเป็นอิสระมี นอกจากนี้ วิธีการสามารถกำหนดทรัพยากรคอมพิวเตอร์ขนาดใหญ่ impracticably เราเสนอวิธีประมาณแบบสุ่มสำหรับจัดการกับปัญหาแช่ง dimensionality ที่ afflicts รุ่นถุงคำ วิธีสุ่มประมาณ computationally ง่าย มีความยืดหยุ่น และรวดเร็ว และมีคุณสมบัติทางสถิติต้อง เราใช้วิธีการนำเสนอการคาดการณ์ยอดขายที่ Amazon.com ได้รีวิวจากผู้บริโภคด้วยแบบจำลองถดถอยที่ใช้แอตทริบิวต์ รุ่นที่ใช้ในการผลิตของหนึ่งสัปดาห์ล่วงหน้ากลิ้งขอบฟ้าคาดการณ์ยอดขายสำหรับคอมพิวเตอร์แท็บเล็ตที่มีอยู่ และนำมา ใช้ใหม่ ผลลัพธ์แสดงว่าประสิทธิภาพของวิธีการนำเสนองานทั้งงานแข็งแรง และดีกว่าอย่างมีนัยสำคัญกว่ารุ่นใดที่ละเว้นเนื้อหาเป็นข้อความจากผู้บริโภคของ หรือเครื่องสนับสนุนเวกเตอร์ถดถอยกับเนื้อหาข้อความ นอกจากนี้ วิธีการเป็นเรื่องง่ายซ้ำประเภทผลิตภัณฑ์ และปรับขนาดได้พร้อมกับ datasets ขนาดใหญ่มาก

ผลลัพธ์ (ไทย) 2:

เราพิจารณาปัญหาในการคาดการณ์ยอดขายของผลิตภัณฑ์ใหม่และที่มีอยู่ใช้ทั้งตัวเลขและข้อมูลที่เกี่ยวกับใจที่มีอยู่ในความคิดเห็นของผู้บริโภค หลายวิธีที่ยังหลงเหลืออยู่ต้องดำเนินการก่อนมากคู่มือของข้อมูลเกี่ยวกับใจที่ทำให้วิธีการที่ราคาแพงในการดำเนินการและยากที่จะปรับขนาด ในทางตรงกันข้ามวิธีการของเราใช้ถุงของคำพูดวิธีการที่ต้องดำเนินการก่อนที่น้อยที่สุดและแยกทำให้มันมีประสิทธิภาพและสามารถปรับขนาดได้ อย่างไรก็ตามความท้าทายการดำเนินงานที่สำคัญกับถุงของคำเป็นวิธีการที่จำนวนพยากรณ์ได้อย่างรวดเร็วสามารถทำได้ดีกว่าจำนวนขององศาอิสระที่มีอยู่ นอกจากนี้วิธีการที่จะต้องทรัพยากรคอมพิวเตอร์ที่มีขนาดใหญ่ impracticably เราเสนอวิธีการประมาณการสุ่มสำหรับการจัดการกับปัญหาการสาปแช่งของมิติที่ afflicts รุ่นกระเป๋าของคำ วิธีการประมาณการสุ่มคอมพิวเตอร์เป็นเรื่องง่ายและมีความยืดหยุ่นและรวดเร็วและมีคุณสมบัติทางสถิติที่น่าพอใจ เราใช้วิธีการที่นำเสนอในการคาดการณ์ของยอดขายที่ Amazon.com ใช้คิดเห็นของผู้บริโภคที่มีรูปแบบการถดถอยคุณลักษณะตาม รูปแบบที่ถูกนำไปใช้ในการผลิตของหนึ่งสัปดาห์ข้างหน้าคาดการณ์ยอดขายกลิ้งขอบฟ้าที่มีอยู่และคอมพิวเตอร์แท็บเล็ตที่เพิ่งแนะนำ ผลการศึกษาพบว่าการคาดการณ์ผลการดำเนินงานของวิธีการที่นำเสนองานทั้งสองมีความแข็งแรงและมีความหมายที่ดีขึ้นกว่ารุ่นทั้งที่ไม่สนใจเนื้อหาต้นฉบับเดิมของคิดเห็นของผู้บริโภคหรือเครื่องถดถอยสนับสนุนเวกเตอร์ที่มีเนื้อหาต้นฉบับเดิม นอกจากนี้วิธีการที่เป็นเรื่องง่ายที่จะทำซ้ำในแต่ละประเภทผลิตภัณฑ์และขยายขีดความสามารถพร้อมที่จะให้ชุดข้อมูลที่มีขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

เราพิจารณาปัญหาของการประมาณการยอดขายของผลิตภัณฑ์ใหม่และที่มีอยู่โดยใช้ทั้งตัวเลขและข้อมูลเดิมที่มีอยู่ในความคิดเห็นของผู้บริโภค หลายวิธีที่ยังต้องใช้คู่มือการประมวลผลมากของข้อมูลต้นฉบับเดิม ทำให้วิธีการที่แพงและใช้ยากขนาด ในทางตรงกันข้าม วิธีการของเรา ใช้ถุงคำ วิธีที่ต้องใช้น้อยที่สุดการประมวลผลและการทำให้มันมีประสิทธิภาพและยืดหยุ่น . อย่างไรก็ตาม ความท้าทายการใช้กุญแจกับถุงของคำวิธีการคือหมายเลขของตัวแปร สามารถทำได้ดีกว่าจำนวนองศาอิสระที่มีอยู่ นอกจากนี้ วิธีนี้อาจต้องใช้ทรัพยากรคอมพิวเตอร์ impracticably ขนาดใหญ่ เราเสนอแผนการสุ่มวิธีการจัดการกับคำสาปของ dimensionality ปัญหาที่ afflicts ถุงคำแบบ ประมาณการการ computationally แบบง่าย , ยืดหยุ่นและรวดเร็ว และมีสรรพคุณในทางที่พึงประสงค์ เราใช้วิธีการที่เสนอเพื่อการพยากรณ์การขายที่ Amazon.com โดยใช้ความคิดเห็นของผู้บริโภคที่มีคุณลักษณะของตัวแบบการถดถอยตาม การประยุกต์แบบจำลองการผลิตล่วงหน้า 1 สัปดาห์กลิ้งขอบฟ้าการคาดการณ์การขายสำหรับที่มีอยู่และใหม่ที่นำแท็บเล็ตคอมพิวเตอร์ ผลการวิจัยพบว่า การปฏิบัติงานเพื่อเสนอแนวทางงานทั้งสองแข็งแรง และดีขึ้นกว่าทั้งแบบไม่สนใจเนื้อหาต้นฉบับเดิมของความคิดเห็นของผู้บริโภค หรือการสนับสนุนเวกเตอร์เครื่องจักรกับเนื้อหาต้นฉบับเดิม นอกจากนี้ วิธีการง่ายที่จะทำซ้ำในหมวด และพร้อมจะยืดหยุ่นกับชุดข้อมูลที่มีขนาดใหญ่มาก