基于特征表现的虚假评论人预测研究

发布时间：2017-12-30 06:24

本文关键词：基于特征表现的虚假评论人预测研究　出处：《图书情报工作》2015年10期 　论文类型：期刊论文

【摘要】：[目的/意义]重点探讨基于特征表现的虚假评论人的预测,目的在于揭示真实网络环境中"网络水军"的特点和行为规律,构建一个简洁清晰、可解释的评论人身份预测模型,为深层次的评论挖掘研究奠定基础。[方法/过程]结合实证分析和机器学习技术,对目标网站"大众点评网"的内部评价机制进行探索,利用因子分析提炼评论人属性及行为表现特征,并在此基础上构建基于Logistic回归的预测模型。[结果/结论]对于目标网站,模型对虚假评论人的分类预测精度达到73.8%,AUC指标达到80.9%。而评论人的贡献度、活跃度以及文字素养被验证与其身份有统计意义上的显著关系,但评论人的层级、情绪以及评价偏差则对其身份预测的影响不显著。实验结论和经验分析基本保持一致,模型能够被合理解释。
[Abstract]:......
【作者单位】：中山大学资讯管理学院;
【基金】：广东省哲学社会科学“十二五”规划2013年度项目“基于情境和用户感知的知识推荐机制研究”(项目编号:CD13CTS01)研究成果之一
【分类号】：TP393.092;O212.1
【正文快照】： 论。对虚假评论的研究源自对网络信息质量及可信度的探讨。虚假评论检测或辨识实质上是对评论内容真Web2.0的出现使人们由单纯的信息接受者转向信伪的判息贡献者和信息创造者,并形成全新的交流模式。技术这一研究始于Jindal N和Liu Bing团队。该研究团的日趋成熟、网络通讯设

【参考文献】