تحلیل احساسات کاربران تجارت الکترونیک با parsbert : عملکرد و کاربردهای کسب‌ و کار

تحلیل احساسات کاربران در اپلیکیشن‌های تجارت الکترونیک به دلیل نقش کلیدی آن در بهبود تجربه کاربری و افزایش ارزش اقتصادی کسب‌وکارها، از اهمیت ویژه‌ای برخوردار است. این مطالعه با ارائه یک چارچوب مبتنی بر مدل ترنسفورمر فارسی parsbert، به تحلیل احساسات جنبه‌محور در نظرات کاربران پلتفرم‌های تجارت الکترونیک ایرانی مانند دیجی‌کالا و اسنپ می‌پردازد. هدف اصلی، شناسایی و طبقه‌بندی دقیق احساسات کاربران نسبت به جنبه‌های خاص محصولات و خدمات (مانند کیفیت، قیمت و سرعت ارسال) است. با مرور و تحلیل مقایسه‌ای نتایج گزارش‌شده در ادبیات، این مقاله نشان می‌دهد که parsbert به دلیل پیش‌آموزش بر داده‌های گسترده فارسی و مکانیسم توجه چندسری، دقت و نمره f1 بالاتری نسبت به مدل‌های سنتی (مانند svm) و یادگیری عمیق (مانند bi-lstm) ارائه می‌دهد. افزون بر این، چارچوب ارائه‌شده به کسب‌وکارها امکان می‌دهد تا با شناسایی دقیق نقاط ضعف و قوت در سطح جزئی، اقدامات اصلاحی هدفمند انجام داده، نرخ ریزش مشتری را کاهش دهند و تجربه کاربری را بهبود بخشند. یافته‌های این پژوهش، مسیر توسعه ابزارهای هوش تجاری مبتنی بر پردازش زبان طبیعی فارسی را در اکوسیستم تجارت الکترونیک ایران هموار می‌سازد.