基于人工智能的手机应用程序评论中公平性关注的研究

本研究构建了包含公平性和非公平性评论的数据集，并开发了机器学习和深度学习分类器来区分它们。最佳分类器能以94%的准确率检测出公平性评论，并在950万条评论中识别出约92,000个公平性评论。公平性评论分布在23个应用类别中，其中'通讯'和'社交'类别最多。通过聚类和手动分析，识别出了六种不同类型的公平性问题。对于这些评论，分析了2,248个应用开发者的回复，找出了六个根本原因和几种合理解释。