With the flourish of the Internet,

With the flourish of the Internet, online review mining
has attracted a lot of attention from the research commu-
nity. However, compared to various well-studied sentiment
analysis and opinion summarization problems, less effort
has been made to analyze the quality of online reviews. The
objective of this paper is to fill in this gap by automatically
evaluating the “helpfulness” of reviews and consequently
developing novel models to identify the most helpful reviews
for a particular product. In particular, based on a thorough
analysis of various factors that may affect the review qual-
ity, we propose HelpMeter, a nonlinear regression model for
helpfulness prediction. Some preliminary experiments were
conducted on a movie review data set, and the performance
results confirm the superiority of the proposed method.

Results (Indonesian) 1:

Dengan berkembang dari Internet, online review pertambangantelah menarik banyak perhatian dari penelitian Ko-meliputi kebersihan. Namun, dibandingkan dengan berbagai sentimen yang diteliti dengan baikanalisis dan opini masalah summarization, sedikit usahatelah dibuat untuk menganalisis kualitas ulasan online. Thetujuan karya ini adalah untuk mengisi kesenjangan ini oleh secara otomatismengevaluasi "menolong" ulasan dan akibatnyamengembangkan model-model baru untuk mengidentifikasi ulasan bermanfaatuntuk produk tertentu. Secara khusus, berdasarkan menyeluruhAnalisis berbagai faktor yang dapat mempengaruhi kua review-ity, kami mengusulkan HelpMeter, model regresi non-linearPrediksi menolong. Beberapa eksperimen awaldilakukan pada sebuah set data review film, dan kinerjahasil konfirmasi superioritas metoda yang diusulkan.

Results (Indonesian) 2:

Dengan berkembang dari Internet, pertambangan review online
telah menarik banyak perhatian dari penelitian syarakat
nity. Namun, dibandingkan dengan berbagai sentimen dipelajari dengan baik
analisis dan opini summarization masalah, sedikit usaha
telah dilakukan untuk menganalisis kualitas ulasan online. The
Tujuan dari makalah ini adalah untuk mengisi kesenjangan ini dengan secara otomatis
mengevaluasi "menolong" tinjauan dan akibatnya
mengembangkan model baru untuk mengidentifikasi yang paling bermanfaat
untuk produk tertentu. Secara khusus, berdasarkan menyeluruh
analisis berbagai faktor yang dapat mempengaruhi review qual-
ity, kami mengusulkan HelpMeter, model regresi linier untuk
prediksi menolong. Beberapa percobaan awal yang
dilakukan pada kumpulan data review film, dan kinerja
hasil konfirmasi keunggulan dari metode yang diusulkan.