برای تولیدکنندگان، مقایسه عقاید مشتریان درباره ی محصولاتشان و محصولات رقبایشان برای کشف نقاط ضعف و قوت جهت موفقیت در بازاریابی و تعیین جایگاه کالا بسیار مهم است. مصرف کنندگان نیز با توسعه وب و شبکه های اجتماعی نظرات خود را درباره ی محصول با دیگران به اشتراک می گذارند که این نظرها به عنوان یک منبع مهم می تواند مورد استفاده قرار بگیرد. عقاید منفی نسبت به عقاید مثبت برای تولید کنندگان جهت پیدا کردن مشکلات محصول و دلیل نارضایتی از محصول مهم تر است. هدف ما در این پژوهش استخراج نظرات حاوی گزارش نقص جهت کمک به تولید کنندگان در تصمیم گیری های کاربردی است. در این پژوهش تکنیک های محاسبه ی تشابه اسناد توسط OkapiBM25، طبقه بندی با جنگل تصادفی، خوشه بندی Kmeans، مدل سازی آماری میدان تصادفی شرطی، مدل سازی موضوعی و بازیابی اسناد را بررسی کردیم. برای تحلیل و ارزیابی روش های پیشنهادی از داده های جمع آوری شده وب سایت آمازون استفاده کردیم. روش جنگل تصادفی را برای تشخیص گزارش نقص و تکنیک بدون ناظر مدل سازی موضوعی تخصیص پنهان دیریکله را برای ارائه ی خلاصه ای از گزارش نقص در نظر گرفتیم. نتایج نشان داد جنگل تصادفی با تعداد کم داده های آموزشی عملکرد خوبی برای کشف گزارش نقص دارد و می توان با استفاده از روش تخصیص پنهان دیریکله اطلاعات مناسبی از اسناد حاوی گزارش نقص گزارش به دست آورد.
