Logo des Repositoriums
 

User Experience Mining auf Basis von Online-Produktbewertungen

dc.contributor.authorLechler, David
dc.contributor.authorBurghardt, Manuel
dc.contributor.editorBurghardt, Manuel
dc.contributor.editorWimmer, Raphael
dc.contributor.editorWolff, Christian
dc.contributor.editorWomser-Hacker, Christa
dc.date.accessioned2017-08-09T21:05:06Z
dc.date.available2017-08-09T21:05:06Z
dc.date.issued2017
dc.description.abstractDie vorliegende Arbeit untersucht die Grenzen und Möglichkeiten einer automatischen Erfassung der User Experience (UX) von Produkten durch die Analyse von Online-Reviews. Hierzu wurde ein Tool entwickelt, das online verfügbare Produktbewertungen sammelt und mittels Methoden des Natural Language Processing sowie der Sentiment-Analyse aufbereitet um die Ergebnisse auf die Werteskalen des User Experience Questionnaire (UEQ) abzubilden. Weiterhin präsentieren wir eine Evaluation des so erstellten Tools, indem wir die automatisch generierten Ergebnisse mit den Ergebnissen einer klassischen Benutzerstudie vergleichen. Es zeigt sich, dass automatisch erstellte UX-Analysen aus Online-Reviews zumindest eine grobe Annäherung zur UX eines Produkts zulassen – wenn auch nicht so differenziert wie ein von echten Anwendern, vollständig ausgefüllter UEQ.de
dc.identifier.doi10.18420/muc2017-mci-0228
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/3261
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofMensch und Computer 2017 - Tagungsband
dc.relation.ispartofseriesMensch und Computer
dc.subjectUser Experience
dc.subjectUser Experience Mining
dc.subjectProdukt-Reviews
dc.subjectSentiment Analyse
dc.subjectNatural Language Processing
dc.titleUser Experience Mining auf Basis von Online-Produktbewertungende
dc.typeText/Conference Paper
gi.citation.endPage60
gi.citation.publisherPlaceRegensburg
gi.citation.startPage49
gi.conference.date10.-13. September 2017
gi.conference.locationRegensburg
gi.conference.sessiontitleEvaluation von UX und Ästhetik
gi.document.qualitydigidoc

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
2017_MCI_228.pdf
Größe:
538.86 KB
Format:
Adobe Portable Document Format