来自亚马逊应用商店低评分应用的数据集用于用户反馈分析

在当今数字化环境中，用户反馈在软件应用的演进中扮演着关键角色，尤其在解决阻碍用户体验的问题方面。尽管已有大量研究聚焦于高评分应用，但低评分应用往往未被充分探索，尽管它们潜在能揭示宝贵的洞察。本研究引入了一个新数据集，从亚马逊软件应用商店（ASA）中精选了 64 个低评分应用，包含 79,821 条用户评论。该数据集旨在捕捉用户识别出的最常见问题，这些问题对于改进软件质量至关重要。为进一步提升数据集的实用性，对其中 6000 条评论进行了手动标注，将其分类为六个问题类别：用户界面（UI）和用户体验（UX）、功能与特性、兼容性与设备特定性、性能与稳定性、客户支持与响应速度，以及安全与隐私问题。该标注数据集是开发面向各种问题类型自动化分类用户反馈的机器学习方法的宝贵资源。将标注后数据集和原始数据集公开提供，为研究人员和开发者提供了关键工具，以理解低评分应用中常见问题并指导软件改进。该数据集的全面分析与公开程度为基于用户反馈改善软件质量的数据驱动解决方案奠定了基础。此外，该数据集还为软件供应商和研究人员提供了探索各种软件演化相关活动的机遇，包括缺失的功能、讽刺以及相关情感，这将有助于更好地理解导致应用评分较低的原因。