论文标题：Too Many User-Reviews! What Should App Developers Look at First?
作者：Ehsan Noei
作者单位/个人主页：https://dblp.uni-trier.de/pid/180/4695.html
论文档次：IEEE软件工程学报
论文引用量：2
1、摘要:
当前手机应用程序数量快速上升，用户会留下相应app的用户评论与星级评分，作者从谷歌收集了623款安卓应用的4193549条评论，分为10个不同类别，并且每个类别都有一组特定的关键主题，通过评估找到与星级评分显著相关的关键主题，对开发者成功开发一款手机应用具有重要意义。
2、问题是什么：
如何在众多的用户评论中获取关键主题以便于更好的解决应用程序存在的问题。
3、项目背景：
手机app发展迅速，开发人员想要通过文本分析技术，自然语言处理的方法提取用户评论，进而确定关键主题来达到完善应用程序的目标。
4、解决方案:
作者通过自然语言处理等方法预处理用户评论，来确定用户评论中的主题，然后通过PMVD方法计算每个主题的指标，进而确定每个类别的一组关键主题，最后评估关键主题与星级评分的变化关系。
5、核心思想，创新点：
PMVD方法，利用PMVD方法检测对评论中的星级评分贡献最大的主题，根据PMVD评分，对一组关键主题进行排序，然后评估每一个关键主题与星级评分之间是否存在显著相关性。
6、实验及结论：
作者研究了谷歌play Store在19个月期间收集的4193549条用户评论主题，分析是基于随机选择的10个类别中的623个安卓应用程序，使用PMVD方法寻找每个类别的一组关键主题，最后评估发现关键主题与星级评分在统计上有显著关系，所以确定的关键主题为开发者提供了一小部分的用户评论子集，减小了开发人员的工作量，在未来开发人员可以通过确定的关键主题来确定优先级总结未来的变更。
7、启发：
对于手机app的评论有很多，在本文中，对非结构化的文本数据进行预处理，如何提取有价值评论并且对其进行分类是问题的关键，除此之外如何从众多的主题中找到关键主题的方法也值得借鉴，在今后的研究工作中可以考虑利用这些方法取得更好的效果。