Анализ отзывов пользователей приложения для разработки рекомендаций разработчикам с использованием методов машинного обучения

С ростом использования смартфонов в повседневной жизни растет также и желание различных бизнесов развиваться в этой области и писать всё новые приложения. Так как увеличивается конкуренция, разработчики вынуждены применять итеративный процесс разработки, тестирования и улучшения качества их приложений. Поэтому, хорошая и своевременная обратная связь от пользователей становится очень ценной для бизнеса, в частности для людей, которые занимаются дальнейшем развитием приложения и его поддержкой. С помощью информации, полученной из отзывов, разработчики могут успешно определять и исправлять баги, реализовывать новый функционал, который в итоге определяется непосредственно людьми, использующие приложение, улучшать качество пользовательского ожидания и опыт взаимодействия с приложением. В данной работе рассматриваются актуальность анализа отзывов и их характеристика. Также рассмотрены методы анализа текстовой информации, проанализированы техники предобработки текста, векторизации текстовой информации и проведен сравнительный анализ классификаторов. Помимо этого будут описаны существующие методы группировки текстовых документов по темам. Также выполнена разработка рекомендаций разработчикам в виде сгруппированных по темам «информационных» отзывов, отсортированных по важности, которую будет определять разработанная модель ранжирования. В заключительной части подробно описан алгоритм работы модели ранжирования и полученные результаты.