自动化管理应用评论中的解释需求：来自导航应用行业的案例研究
软件工程
2026-05-26 v2
摘要
为用户评论提供解释是公司时间消耗且重复的任务，因为许多评论呈现类似的问题，需要几乎相同的响应。为提高效率，本文提出了一种半自动化方法来管理用户评论中的解释需求。该方法利用分类学类别对评论进行分类，并将其分配给相关内部团队或来源以进行响应。从Google Play商店和Apple App Store抓取并分析了2,366个应用评论，使用单词和短语过滤系统检测解释需求。检测到的需求被分类并分配给Graphmasters GmbH公司的特定内部团队，使用分层分配策略优先分配最相关的团队。此外，集成了外部来源，如现有支持文章和过去的评论响应，以提供全面的解释。通过与Graphmasters支持团队（由四名员工组成）进行访谈和调查对系统进行评估，结果表明，分层分配方法提高了团队分配的准确性，在79.2%的情况下识别了正确的团队。然而，注意到跨评价者一致性方面的挑战以及在某些情况下（特别是针对Apple App Store评论）需要新响应的问题。未来的工作将 focus on refining the taxonomy and enhancing the automation process to reduce manual intervention further.
引用
@article{arxiv.2501.08087,
title = {Automating Explanation Need Management in App Reviews: A Case Study from the Navigation App Industry},
author = {Martin Obaidi and Nicolas Voß and Hannah Deters and Jakob Droste and Marc Herrmann and Jannik Fischbach and Kurt Schneider},
journal= {arXiv preprint arXiv:2501.08087},
year = {2026}
}
备注
This paper has been accepted at the Software Engineering in Practice (SEIP) track of the 47th International Conference on Software Engineering (ICSE 2025)