Google Play上优先处理需开发者回复的应用评论

近年来，Google Play上的应用数量急剧增加。在Google Play上，用户可以撰写详细的评论并对应用进行评分，这些评分显著影响应用的成功和下载量。评论通常包含重要信息，例如功能请求，这对软件维护很有价值。用户可以随时更新他们的评论和评分。研究表明，评分低于三星的应用通常会被潜在用户避开。自2013年以来，Google Play允许开发者回复用户评论，这有助于解决问题并可能提高整体评分和下载率。然而，回复评论非常耗时，只有13%到18%的开发者参与此实践。为了应对这一挑战，我们提出了一种根据回复优先级来优先处理评论的方法。我们收集并预处理了评论数据，提取了文本和语义特征，并评估了它们对回复重要性的影响。我们将评论标记为需要回复或不需要回复，并训练了四种不同的机器学习模型来对它们进行优先级排序。我们使用F1分数、准确率、精确率和召回率等指标评估了模型性能。我们的研究结果表明，XGBoost模型在优先处理需要回复的评论方面最为有效。