インドネシア語における単語とトピックの抽出の自動化：用語頻度-逆文書頻度アルゴリズムおよび潜在ディリクレ配分を使用して

インドネシア語のGojekユーザーレビューにおけるキーワード抽出とトピックモデリングは非常に重要です。キーワード抽出を通じてユーザーの嗜好やニーズを理解し、トピックモデリングを通じてユーザーレビューを異なるトピックに分類することで、ステークホルダーは情報を利用してサービスのさらなる改善を図ることができます。この研究では、TF-IDFおよびLDAアプローチを使用してGojekユーザーレビューとフィードバックからのテキストデータを分析します。データは2021年11月5日から2024年1月2日までのもので、合計225,002行があります。各行にはユーザー名、コンテンツ、時間、アプリバージョンが含まれています。焦点はコンテンツレビューにあります。平均長は8語で、最大104語、最小はいくつかの語です。変動性は非正規分布を示しています。トピック分析の精度を維持するために前処理が行われます。TF-IDF法を用いて関連するキーワードを抽出し、LDAアプローチを使用してユーザーレビューのトピックをモデル化します。トピック分析は、Gojekユーザーレビューにおけるパターンを明らかにします。最初のトピックは経験、サービス、手ごろな価格について論じています。二つ目はアプリの使いやすさと利点を強調しています。三つ目はプロモ、ディスカウント、バウチャーに関連しています。四つ目はサービス品質に対する肯定的な評価を反映しています。しかし五つ目のトピックは高コストとアプリの問題を強調しています。六つ目は全体的なユーザー満足度とサービスの利便性を強調しています。トピックモデルのテストでは、0.509のコヒーレンスレベルが得られ、このモデルのトピックがGojekユーザーレビューデータから関連するトピックを見つけるための良好な一貫性を示しています。特にGojekユーザーレビューの文脈におけるインドネシア語テキスト分析におけるTF-IDFとLDAの組み合わせの使用は、テキストデータの理解と利用を向上させ、全体的なユーザー体験を改善する重要なステップです。