Direkt zum Inhalt

Binder, Markus

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

DokumentenartHochschulschrift der Universität Regensburg (Dissertation)
Datum31 Oktober 2025
Begutachter (Erstgutachter)Prof. Dr. Bernd Heinrich
Tag der Prüfung24 Juli 2025
InstitutionenWirtschaftswissenschaften > 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 / KeywordseWOM, online consumer reviews, AI, LLM, XAI
Dewey-Dezimal-Klassifikation000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
300 Sozialwissenschaften > 330 Wirtschaft
StatusVeröffentlicht
BegutachtetJa, diese Version wurde begutachtet
An der Universität Regensburg entstandenJa
URN der UB Regensburgurn:nbn:de:bvb:355-epub-779166
Dokumenten-ID77916

Bibliographische Daten exportieren

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

nach oben