你的应用在何处令用户受挫?
软件工程
2022-04-21 v1
摘要
移动应用的用户评论为开发者感知用户满意度提供了一条沟通渠道。用户遇到问题的许多应用功能通常由诸如“upload pictures”这样的关键短语表达,这些短语可能埋没在评论文本中。缺乏关于问题功能的细粒度视图会模糊开发者对应用在何处令用户受挫的理解,并推迟应用的改进。现有的基于模式提取目标短语的方法由于对评论语义理解不足而准确率低下,因此只能总结评论的高层主题/方面。本文提出一种语义感知的细粒度应用评论分析方法(SIRA)来提取、聚类并可视化应用的问题功能。SIRA 的主要组件是一个新颖的 BERT+Attr-CRF 模型用于细粒度问题功能提取,其结合文本描述与评论属性以更好地建模评论语义并提升传统 BERT-CRF 模型的性能。SIRA 还基于提取短语的语义关系进行聚类,并给出摘要的可视化。我们在来自六个应用的 3,426 条评论上的评估证实了 SIRA 在问题功能提取与聚类上的有效性。我们进一步使用 SIRA 对 18 个流行应用的 318,534 条评论进行实证研究,以探索其潜在应用并检验其在真实实践中的有用性。
引用
@article{arxiv.2204.09310,
title = {Where is Your App Frustrating Users?},
author = {Yawen Wang and Junjie Wang and Hongyu Zhang and Xuran Ming and Lin Shi and Qing Wang},
journal= {arXiv preprint arXiv:2204.09310},
year = {2022}
}