电子商务领域网络水军行为研究

发布时间：2021-02-07 20:26

　　随着网络的飞速发展,人们的日常生活变的高度信息化。为获得在信息战中的胜利,网络水军应运而生。水军的存在严重污染了网络环境,影响了网络安全,他们凭借在短时间内发布大量垃圾信息来谋取利益,危害巨大。而电商水军因为直接对产品等电子商务领域事物发布垃圾信息,极易造成人们的财产损失,因此如何有效的识别电商水军更值得人们关注。网络水军特性决定了他具有自己独特的行为模式,首先,为了在最短的时间内获得最大的利益,并且尽可能的将所产生的影响扩大到极致,水军用户通常会对目标商品进行统一的评分,这些分值通常极高或极低,这样便可以最大程度的改变商品的平均分值。其次,在针对商品的评论内容上,由于水军需要完成的工作量非常大,注定了他无法像正常用户一样根据不同产品的差异写出不同的真实感受,因此会出现大量相同或相似的评论。第三,正常用户与水军用户的评价信息交叉在一起就会出现评分上的差异,因此可以通过用户的评分偏差来对水军账号进行判断。另外,由于近年来微信公众号的广泛应用,会出现水军在商品图片评论区上传带有微信二维码图片的现象,这无疑扰乱了正常的评论秩序。这些水军行为模式与普通用户之间存在着较大的差异,我们希望可以从这... 

【文章来源】：江西农业大学江西省

【文章页数】：45 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 研究意义
    1.3 国内外研究现状
        1.3.1 国内研究情况
        1.3.2 国外研究情况
    1.4 本文研究目标和内容
        1.4.1 研究目标
        1.4.2 论文主要内容
2 识别水军的传统方法介绍
    2.1 加权图中异常节点检测介绍
    2.2 根据邮件排名检测水军方法介绍
3 电商评论数据的获取及处理
    3.1 技术简介
    3.2 工作流程
    3.3 评论的获取与处理
        3.3.1 数据获取
        3.3.2 分词处理
        3.3.3 词典的构建
    3.4 数据整理
4 电子商务领域网络水军行为研究
    4.1 电商水军特点
    4.2 电商水军检测模型的构建
        4.2.1 单个产品的水军评论分数测评函数
        4.2.2 单个产品的水军评论内容测评函数
        4.2.3 产品组的水军检测
            4.2.3.1 针对产品组的多个高分评价检测
            4.2.3.2 针对产品组的多个低分评价检测
            4.2.3.3 针对产品组的检测模型
        4.2.4 根据用户的评分偏差行为进行水军检测
        4.2.5 无关评论的检测
    4.3 LDA主题模型的构建
        4.3.1 文本分类模型
        4.3.2 LDA概述
        4.3.3 LDA参数
        4.3.4 LDA主题模型的构建
        4.3.5 根据LDA模型计算主题偏离度
5 混合检测公式的构建
    5.1 混合检测公式的构建
    5.2 水军标记方法
    5.3 方法评估
    5.4 水军综合测评公式
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者简历
攻读硕士学位期间完成的论文


【参考文献】：
期刊论文
[1]基于人工免疫危险理论的微博水军用户检测研究[J]. 杨超,秦廷栋,范波,李涛.  计算机科学. 2018(11)
[2]一种高效的分布式水军群组检测算法[J]. 张璐,朱海婷.  计算机工程. 2019(07)
[3]社交网络水军用户的动态行为分析及在线检测[J]. 李岩,邓胜春,林剑.  计算机工程. 2019(08)
[4]基于特定话题的网络水军识别研究[J]. 程传鹏,张书钦,刘小明,夏敏捷.  中原工学院学报. 2018(04)
[5]基于LDA模型的文本聚类检索[J]. 李霄野,李春生,李龙,张可佳.  计算机与现代化. 2018(06)
[6]基于群体行为的社交媒体中水军分析[J]. 李大鹏,余宗健,肖朝文,邱江涛.  计算机工程与应用. 2018(05)
[7]基于PageRank的网络社区意见领袖发现算法[J]. 周飞,高茂庭.  计算机工程. 2018(02)
[8]科技情报分析中LDA主题模型最优主题数确定方法研究[J]. 关鹏,王曰芬.  现代图书情报技术. 2016(09)
[9]网络舆情观点提取的LDA主题模型方法[J]. 陈晓美,高铖,关心惠.  图书情报工作. 2015(21)
[10]LDA主题模型研究综述[J]. 祖弦,谢飞.  合肥师范学院学报. 2015(06)

硕士论文
[1]基于跨模态分析的隐式网络水军检测研究[D]. 陈彤.北京交通大学 2018
[2]基于用户行为的网络论坛水军检测研究与实现[D]. 吕晨.西南交通大学 2017
[3]基于电商评论的网络水军识别[D]. 王军博.北京交通大学 2016
[4]基于聚类与LDA的新闻评论主题挖掘研究[D]. 李保国.武汉纺织大学 2016



本文编号：3022777