基于多维特征权重的虚假评论识别研究

发布时间：2019-11-09 23:10

【摘要】：随着电子商务的蓬勃发展,网络购物逐渐成为人们购物的主要方式。基于网络购物中消费者与网上卖家信息不对称的特点,在网购过程中,商品网络评论信息已经成为消费者网购决策的重要依据。但是,在利益的驱使下,越来越多的虚假网络评论呈现在消费者面前,致使消费者获取真实的网络评论信息变得越来越困难,虚假网络评论的识别研究工作也因此展开。近年来,随着广大研究工作者的不断努力,网络虚假评论识别研究方法被不断提出,虽然这些方法在研究过程中各有侧重,但是在识别虚假网络评论的准确性和有效性等方面还有提升的空间。基于以上情况,在前人研究工作的基础上,本文研究并提出了一种基于商品网络评论多维特征权重的虚假评论识别方法。该方法以支持向量机文本分类为基础,以商品网络评论信息的有用性为出发点,通过引入商品网络评论中对评论属类识别较大的9个特征的权重来构建虚假评论识别模型,最终完成对虚假评论的识别。该方法与以往的虚假评论识别方法相比具有以下优势:引入的商品网络评论特征权重较多,即使出现某一特征对评论属类识别贡献度不高的情况,仍能保证对虚假评论识别的准确率和全面性。本文在研究中,使用了该方法对亚马逊网站上的手机网络评论进行识别实验,实验结果表明,引入商品网络评论的多维特征权重后,支持向量机对网络虚假评论识别的准确率、查全率和综合分类正确率均高于未引入多维特征权重时的实验结果,从而证明了本文所提方法对虚假评论识别的有效性。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F713.36;F274

【参考文献】

相关期刊论文 前10条

1 任亚峰;姬东鸿;张红斌;尹兰;;基于PU学习算法的虚假评论识别研究[J];计算机研究与发展;2015年03期

2 汪建成;严馨;余正涛;宋海霞;石林宾;;基于主题-对立情感依赖模型的虚假评论检测方法[J];山西大学学报(自然科学版);2015年01期

3 李雨桥;符红光;;基于社交图谱模型的虚假评论识别[J];计算机应用;2014年S2期

4 王琢;李准;徐野;宋凯;;基于评论图的虚假产品评论人的检测[J];计算机科学;2014年10期

5 陈燕方;李志宇;;基于评论产品属性情感倾向评估的虚假评论识别研究[J];现代图书情报技术;2014年09期

6 赵衍;;网络虚假评论研究述评[J];上海管理科学;2014年04期

7 邓莎莎;张朋柱;张晓燕;李欣苗;;基于欺骗语言线索的虚假评论识别[J];系统管理学报;2014年02期

8 孟美任;丁晟春;;虚假商品评论信息发布者行为动机分析[J];情报科学;2013年10期

9 宋海霞;严馨;余正涛;石林宾;苏斐;;基于自适应聚类的虚假评论检测[J];南京大学学报(自然科学版);2013年04期

10 谭文堂;朱洪;葛斌;李芳芳;肖卫东;;垃圾评论自动过滤方法[J];国防科技大学学报;2012年05期

相关硕士学位论文 前4条

1 宋海霞;融合内容及行为的虚假评论检测方法研究[D];昆明理工大学;2014年

2 景亚鹏;基于深度学习的欺骗性垃圾信息识别研究[D];华东师范大学;2014年

3 汪俊奎;电子商务网站在线评论有用性研究[D];西安电子科技大学;2014年

4 朱卫祥;面向电子商务评论文本的观点挖掘系统研究与实现[D];浙江理工大学;2013年

，

本文编号：2558708