基于DBN模型的电子商务虚假评论识别

发布时间：2020-08-01 16:15

【摘要】：近年来随着我国电子商务产业的快速发展,人们对于网上购物的依赖程度也越来越大。年轻消费者对于消费的习惯和认识早已不再是单纯的线下购物,现如今线上购物已经成为大多数年轻人购物的首选方式,他们享受着这种便捷的购物体验。然而,我国现阶段电子商务市场发展仍存在一些严重的问题,如由于电子商务市场本身的特点导致其进入门槛低,大量商铺良莠不齐;店家与消费者信息不对称导致的交易争端亦屡有发生;交易过程的时间空间相隔绝导致信息获取不全面;物流和商流隔绝导致整个交易涉及多个行业利于舞弊等。当前,与我国电子商务蓬勃发展相对应的是与之相匹配的网络交易诚信体制并未完全建立和完善。这就导致了一些不法商家利用电子商务市场的这一特点大量刷单,从而提高自己的店铺信用分和自己商品的销售量的行为发生。这些虚假信息严重影响了人们的购买决策,给社会和市场带来的是极其恶劣的影响。虚假交易特别是虚假好评的识别有利于消费者个人提高自我识别能力,节约成本;有利于维护和规范化电子商务行业健康发展。本文在对国内外一系列网络交易虚假评论识别研究成果的整理和梳理的基础上,分析了商家刷单从产生到具体实施的整个过程和交易特点。并依据这些特点,首先利用分布式爬虫技术获取的大量产品评论,并就手中预先掌握的部分刷客信息作对比;其次从大量商品评论中挖掘出刷单数据并对数据集进行了标注;然后以产品评论的特征集作为切入点,使用了基于深度学习的深度置信网络算法分析和识别电商交易结果即商品评论的可信程度;最后通过验证模型的准确性并对比其他浅层机器学习算法,发现深度置信网络对于评论数据的识别准确率显著高于其他浅层机器学习算法,并根据模型识别的结果分析了正常消费者的评论特征。本文的主要贡献在于:(1)以商品评论数据为突破口,挖掘消费者商品评论的语言特征。以评论数据作为突破口,可以有效刻画消费者评论数据的语言特点,并期望从中发现正常消费者在评论商品时的语言特征。(2)基于深度置信网络算法,能够有效识别电子商务虚假评论。以往研究多使用计算机模拟虚假评论的发生,本文使用了基于python的爬虫技术获取海量真实用户评论数据,并运用深度置信网络算法识别刷单评论。
【学位授予单位】：安徽财经大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F724.6;F274

【相似文献】

相关期刊论文 前10条

1 周国祥;吴克启;戴浩;于爽;;基于混合DBN的海上编队通信链路威胁估计[J];湖南文理学院学报(自然科学版);2016年01期

2 叶元今,伊丽莹;用DBN-偶氮胂双波长分光光度法测定微量钍[J];岩矿测试;1989年02期

3 陈怀进;刘雅奇;和伟;王旭赢;;基于DBN的雷达干扰目标选择方法[J];现代雷达;2014年09期

4 田文慧;张来斌;胡瑾秋;;基于DBN的烟气轮机退化失效预警模型研究[J];设备管理与维修;2015年S2期

5 韩智慧;赵建华;;一种用于DBN图像局部变形方法的改进研究仿真[J];计算机仿真;2016年12期

6 肖秦琨;高晓光;高嵩;王海芸;;DBN结构学习度量分解性能分析[J];系统工程与电子技术;2009年04期

7 肖秦汉;杜永军;刘聪;;平稳动态系统DBN结构学习模型设计[J];计算机测量与控制;2009年08期

8 高强;阳武;李倩;;DBN层次趋势研究及其在航拍图像故障识别中的应用[J];仪器仪表学报;2015年06期

9 任佳;高晓光;白勇;;信息不完备小样本条件下离散DBN参数学习[J];系统工程与电子技术;2012年08期

10 吕国云;蒋冬梅;樊养余;赵荣椿;H.Sahli;W.Verhelst;;基于多流三音素DBN模型的音视频语音识别和音素切分[J];电子与信息学报;2009年02期

相关会议论文 前2条

1 田文慧;张来斌;胡瑾秋;;基于DBN的烟气轮机退化失效预警模型研究[A];2015年中国机械工程学会设备与维修工程分会学术年会论文集[C];2015年

2 刘汝佳;孙增圻;;RoboCup救援仿真组中火势蔓延的DBN模型[A];2007年足球机器人大会论文集[C];2007年

相关博士学位论文 前1条

1 缑葵香;基于贝叶斯理论的基因调控网络建模研究[D];天津大学;2010年

相关硕士学位论文 前10条

1 唐义杰;基于DBN模型的电子商务虚假评论识别[D];安徽财经大学;2018年

2 李强;基于DBN的移动自组织网络入侵检测技术研究[D];电子科技大学;2015年

3 唐登龙;基于DBN的服装风格自主发育的研究与实现[D];东华大学;2014年

4 晁静;基于DBN的汇率预测研究[D];南京大学;2012年

5 黄伟;基于特征分类器优化匹配和DBN决策的人脸表情识别[D];合肥工业大学;2016年

6 王广;基于改进的DBN网络在无刷直流电动机中的应用[D];北京工业大学;2016年

7 张亮;基于多源数据融合的变结构DBN模型基因调控网络构建[D];天津大学;2009年

8 袁祖瑞;基于DBN的Android恶意程序检测研究[D];北京理工大学;2016年

9 王瑞;基于DBN的卡尔曼滤波算法研究及在AGV定位中的应用[D];吉林大学;2017年

10 孟鑫;基于SVM和DBN的情绪识别研究[D];中国石油大学(华东);2016年

本文编号：2777699