この記事では、オンライン評価が顧客の意思決定に与える影響を探るとともに、既存の平均値による評価集約方法が時間的変化やレビューの異質性を無視する問題を指摘しています。著者たちは、ガウス過程 (GP) を用いてレビューを動的に集約するモデルを提案し、約121,123件のYelpの評価データを用いてその予測力を検証しました。結果として、このGPモデルは一般的な平均値よりも約10.2%の予測誤差の削減が可能であり、顧客満足度の期待をより正確に反映する評価スコアの提示が実現できることが示されました。この研究は、マーケティング実務者や顧客にとって重要な示唆を提供し、オンライン評判システムの設計に新たな視点をもたらします。