产品评论网站垃圾评论检测研究与实践

发布时间：2023-03-04 01:41

　　目前,网络购物已成为人民日常生活中一种非常重要的消费渠道,人们在网上购买相关产品前,一般都会先阅读产品的评论来对所要购买的产品从价格,性能等方面进行初步的认识。同样,商家为了解客户对产品的看法,也会查阅分析用户对产品的评论,以获取产品存在的不足,了解用户对产品的偏好,以此更好的改进产品。但是,在产品评论中充斥着大量的垃圾评论,而这些垃圾评论对用户的购买期望带来影响。因此,分析垃圾评论的特征,并对其进行有效的识别检测就成为一项非常必要的研究。本文针对产品评论领域中垃圾评论的识别问题,对垃圾评论的相关技术进行了阐述,分析了当前已有垃圾评论检测方法存在的一些不足,将垃圾评论分为内容型垃圾评论和虚假型垃圾评论两大类,并根据两者特点的不同,提出了相应的识别方法,主要贡献包括以下几个方面:(1)对垃圾评论的相关技术进行了阐述,分析了当前已有垃圾评论检测方法存在的一些不足,结合相关研究将垃圾评论分为内容型垃圾评论和虚假型垃圾评论两大类,并针对这两类垃圾评论设计不同的检测方法。(2)从产品评论内容角度出发,提出了基于模糊支持向量机的内容型垃圾评论检测方法。为解决由于大规模评论数据集向量维数灾难问题,进...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 主要研究内容与论文框架结构
第2章 垃圾评论检测相关技术
    2.1 垃圾评论知识介绍
        2.1.1 产品评论的特点
        2.1.2 垃圾评论的分类
        2.1.3 垃圾评论识别存在的主要问题
    2.2 垃圾评论检测相关技术
        2.2.1 评论数据收集方法
        2.2.2 垃圾评论特征抽取方法
    2.3 垃圾评论的识别方法
        2.3.1 基于评论内容的识别
        2.3.2 基于用户行为的识别
    2.4 本章小结
第3章 基于模糊支持向量机的内容型垃圾评论检测
    3.1 模糊集合的相关理论概述
        3.1.1 隶属度函数
        3.1.2 隶属度函数的确定方法
    3.2 FSVM分类算法
    3.3 FSVM在内容型垃圾评论检测中的应用
        3.3.1 垃圾评论数据集及预处理
        3.3.2 垃圾评论的特征提取
        3.3.3 核函数及参数的选择
    3.4 实验与结果分析
        3.4.1 LSA方法在分词中的测试应用
        3.4.2 FSVM应用实例分析
    3.5 本章小结
第4章 虚假型垃圾评论的在线监测方法
    4.1 虚假型垃圾评论检测的问题描述
    4.2 虚假型垃圾评论在线检测模型
        4.2.1 虚假型评论内容的建模
        4.2.2 评论用户的建模
    4.3 在线检测算法
        4.3.1 有监督的虚假型垃圾评论在线检测
        4.3.2 无监督的虚假型垃圾评论在线检测算法
    4.4 实验与结果分析
        4.4.1 数据准备和评价标准
        4.4.2 结果与分析
    4.5 本章小结
总结
参考文献
攻读硕士学位期间的论文成果
致谢



本文编号：3753493