谷歌应用商店拨打电话应用评论数据集-2022-furqanrustam118
数据来源：互联网公开数据
标签：拨打电话应用,谷歌应用商店,评论分析,用户评价,深度学习,情感分析,推荐系统
数据概述：
本数据集来源于谷歌应用商店，包含对IMO、Skype、Telegram、WeChat和WhatsApp等拨打电话应用的用户评论。该数据集专为研究目的提取，旨在进行拨打电话应用的推荐研究。数据集涵盖这些应用在账号、应用、通话、消息、更新、视频和工作等特性方面的用户评价，为进行细粒度的情感分析和方面分析提供了基础。
数据用途概述：
该数据集适用于拨打电话应用的推荐系统研究、用户满意度分析、情感分析等场景。研究人员可以利用此数据集进行拨打电话应用的细粒度情感分析，通过Latent Dirichlet Allocation (LDA)模型提取方面特征，并基于用户对通话、消息和视频功能的优先级进行应用推荐。此外，该数据集还适合用于开发新的情感分析模型，如本文中提出的融合门控循环单元和卷积神经网络的新型集成模型，该模型实现了94%的准确率。
参考文献：
Aslam, N.; Xia, K.; Rustam, F.; Hameed, A.; Ashraf, I. Using Aspect-Level Sentiments for Calling App Recommendation with Hybrid Deep-Learning Models. Appl. Sci. 2022, 12, 8522. https://doi.org/10.3390/app12178522
