Evaluating Electronic Word-of-Mouth in the Age of Large Language Models – Contributions to Explanatory Models and Explainable AI Approaches for Online Consumer Reviews - Publikationsserver der Universität Regensburg

Dokumentenart:	Hochschulschrift der Universität Regensburg (Dissertation)
Open Access Art:	Primärpublikation
Datum:	31 Oktober 2025
Begutachter (Erstgutachter):	Prof. Dr. Bernd Heinrich
Tag der Prüfung:	24 Juli 2025
Institutionen:	Wirtschaftswissenschaften > Institut für Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik II (Prof. Dr. Bernd Heinrich) Informatik und Data Science > Fachbereich Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik II (Prof. Dr. Bernd Heinrich)
Stichwörter / Keywords:	eWOM, online consumer reviews, AI, LLM, XAI
Dewey-Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik 300 Sozialwissenschaften > 330 Wirtschaft
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Ja
Dokumenten-ID:	77916

Zusammenfassung (Englisch)

The importance of online consumer reviews for the success of products and services is widely recognized. That is, research has shown that online consumer reviews considerably impact sales of businesses. Online consumer reviews contain valuable information not only in structural form such as star ratings, but especially in the review texts. To utilize this textual information for actionable ...

Zusammenfassung (Englisch)

The importance of online consumer reviews for the success of products and services is widely recognized. That is, research has shown that online consumer
reviews considerably impact sales of businesses. Online consumer reviews contain valuable information not only in structural form such as star ratings, but especially in the review texts. To utilize this textual information for actionable insights, the dissertation at hand provides methodological contributions. Moreover, Explainable AI (XAI) approaches to proposed to rationalize outputs of Large Language Models (LLMs) here.

Übersetzung der Zusammenfassung (Deutsch)

Die Bedeutung von Online-Kundenrezensionen für den Erfolg von Produkten und Dienstleistungen ist weithin anerkannt. Die Forschung hat gezeigt, dass Online-Kundenrezensionen den Umsatz von Unternehmen erheblich beeinflussen. Diese Rezensionen enthalten wertvolle Informationen nicht nur in strukturierter Form, wie zum Beispiel Sternebewertungen, sondern insbesondere in den Reviewtexten. Um diese ...

Übersetzung der Zusammenfassung (Deutsch)

Die Bedeutung von Online-Kundenrezensionen für den Erfolg von Produkten und Dienstleistungen ist weithin anerkannt. Die Forschung hat gezeigt, dass Online-Kundenrezensionen den Umsatz von Unternehmen erheblich beeinflussen. Diese Rezensionen enthalten wertvolle Informationen nicht nur in strukturierter Form, wie zum Beispiel Sternebewertungen, sondern insbesondere in den Reviewtexten. Um diese textuellen Informationen für betriebswirtschaftliche Erkenntnisse nutzbar zu machen, liefert die vorliegende Dissertation methodische Beiträge. Darüber hinaus werden Ansätze der Erklärbaren KI (XAI) vorgeschlagen, um die Ausgaben von Großen Sprachmodellen (LLMs) dabei zu rationalisieren.

Evaluating Electronic Word-of-Mouth in the Age of Large Language Models – Contributions to Explanatory Models and Explainable AI Approaches for Online Consumer Reviews

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung (Englisch)

Zusammenfassung (Englisch)

Übersetzung der Zusammenfassung (Deutsch)

Übersetzung der Zusammenfassung (Deutsch)

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek