| Download ( PDF | 5MB) | Lizenz: Veröffentlichungsvertrag für Publikationen ohne Print on Demand |
Evaluating Electronic Word-of-Mouth in the Age of Large Language Models – Contributions to Explanatory Models and Explainable AI Approaches for Online Consumer Reviews
Binder, Markus
(2025)
Evaluating Electronic Word-of-Mouth in the Age of Large Language Models – Contributions to Explanatory Models and Explainable AI Approaches for Online Consumer Reviews.
Dissertation, Universität Regensburg.
Veröffentlichungsdatum dieses Volltextes: 31 Okt 2025 08:25
Hochschulschrift der Universität Regensburg
DOI zum Zitieren dieses Dokuments: 10.5283/epub.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 ...
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 ...
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.
Beteiligte Einrichtungen
Details
| Dokumentenart | Hochschulschrift der Universität Regensburg (Dissertation) |
| 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 |
| URN der UB Regensburg | urn:nbn:de:bvb:355-epub-779166 |
| Dokumenten-ID | 77916 |
Downloadstatistik
Downloadstatistik