【摘要】：近年來隨著我國電子商務(wù)產(chǎn)業(yè)的快速發(fā)展,人們對于網(wǎng)上購物的依賴程度也越來越大。年輕消費者對于消費的習慣和認識早已不再是單純的線下購物,現(xiàn)如今線上購物已經(jīng)成為大多數(shù)年輕人購物的首選方式,他們享受著這種便捷的購物體驗。然而,我國現(xiàn)階段電子商務(wù)市場發(fā)展仍存在一些嚴重的問題,如由于電子商務(wù)市場本身的特點導致其進入門檻低,大量商鋪良莠不齊;店家與消費者信息不對稱導致的交易爭端亦屢有發(fā)生;交易過程的時間空間相隔絕導致信息獲取不全面;物流和商流隔絕導致整個交易涉及多個行業(yè)利于舞弊等。當前,與我國電子商務(wù)蓬勃發(fā)展相對應(yīng)的是與之相匹配的網(wǎng)絡(luò)交易誠信體制并未完全建立和完善。這就導致了一些不法商家利用電子商務(wù)市場的這一特點大量刷單,從而提高自己的店鋪信用分和自己商品的銷售量的行為發(fā)生。這些虛假信息嚴重影響了人們的購買決策,給社會和市場帶來的是極其惡劣的影響。虛假交易特別是虛假好評的識別有利于消費者個人提高自我識別能力,節(jié)約成本;有利于維護和規(guī)范化電子商務(wù)行業(yè)健康發(fā)展。本文在對國內(nèi)外一系列網(wǎng)絡(luò)交易虛假評論識別研究成果的整理和梳理的基礎(chǔ)上,分析了商家刷單從產(chǎn)生到具體實施的整個過程和交易特點。并依據(jù)這些特點,首先利用分布式爬蟲技術(shù)獲取的大量產(chǎn)品評論,并就手中預(yù)先掌握的部分刷客信息作對比;其次從大量商品評論中挖掘出刷單數(shù)據(jù)并對數(shù)據(jù)集進行了標注;然后以產(chǎn)品評論的特征集作為切入點,使用了基于深度學習的深度置信網(wǎng)絡(luò)算法分析和識別電商交易結(jié)果即商品評論的可信程度;最后通過驗證模型的準確性并對比其他淺層機器學習算法,發(fā)現(xiàn)深度置信網(wǎng)絡(luò)對于評論數(shù)據(jù)的識別準確率顯著高于其他淺層機器學習算法,并根據(jù)模型識別的結(jié)果分析了正常消費者的評論特征。本文的主要貢獻在于:(1)以商品評論數(shù)據(jù)為突破口,挖掘消費者商品評論的語言特征。以評論數(shù)據(jù)作為突破口,可以有效刻畫消費者評論數(shù)據(jù)的語言特點,并期望從中發(fā)現(xiàn)正常消費者在評論商品時的語言特征。(2)基于深度置信網(wǎng)絡(luò)算法,能夠有效識別電子商務(wù)虛假評論。以往研究多使用計算機模擬虛假評論的發(fā)生,本文使用了基于python的爬蟲技術(shù)獲取海量真實用戶評論數(shù)據(jù),并運用深度置信網(wǎng)絡(luò)算法識別刷單評論。
【學位授予單位】：安徽財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F724.6;F274

【相似文獻】

相關(guān)期刊論文 前10條

1 周國祥;吳克啟;戴浩;于爽;;基于混合DBN的海上編隊通信鏈路威脅估計[J];湖南文理學院學報(自然科學版);2016年01期

2 葉元今,伊麗瑩;用DBN-偶氮胂雙波長分光光度法測定微量釷[J];巖礦測試;1989年02期

3 陳懷進;劉雅奇;和偉;王旭贏;;基于DBN的雷達干擾目標選擇方法[J];現(xiàn)代雷達;2014年09期

4 田文慧;張來斌;胡瑾秋;;基于DBN的煙氣輪機退化失效預(yù)警模型研究[J];設(shè)備管理與維修;2015年S2期

5 韓智慧;趙建華;;一種用于DBN圖像局部變形方法的改進研究仿真[J];計算機仿真;2016年12期

6 肖秦琨;高曉光;高嵩;王海蕓;;DBN結(jié)構(gòu)學習度量分解性能分析[J];系統(tǒng)工程與電子技術(shù);2009年04期

7 肖秦漢;杜永軍;劉聰;;平穩(wěn)動態(tài)系統(tǒng)DBN結(jié)構(gòu)學習模型設(shè)計[J];計算機測量與控制;2009年08期

8 高強;陽武;李倩;;DBN層次趨勢研究及其在航拍圖像故障識別中的應(yīng)用[J];儀器儀表學報;2015年06期

9 任佳;高曉光;白勇;;信息不完備小樣本條件下離散DBN參數(shù)學習[J];系統(tǒng)工程與電子技術(shù);2012年08期

10 呂國云;蔣冬梅;樊養(yǎng)余;趙榮椿;H.Sahli;W.Verhelst;;基于多流三音素DBN模型的音視頻語音識別和音素切分[J];電子與信息學報;2009年02期

相關(guān)會議論文 前2條

1 田文慧;張來斌;胡瑾秋;;基于DBN的煙氣輪機退化失效預(yù)警模型研究[A];2015年中國機械工程學會設(shè)備與維修工程分會學術(shù)年會論文集[C];2015年

2 劉汝佳;孫增圻;;RoboCup救援仿真組中火勢蔓延的DBN模型[A];2007年足球機器人大會論文集[C];2007年

相關(guān)博士學位論文 前1條

1 緱葵香;基于貝葉斯理論的基因調(diào)控網(wǎng)絡(luò)建模研究[D];天津大學;2010年

相關(guān)碩士學位論文 前10條

1 唐義杰;基于DBN模型的電子商務(wù)虛假評論識別[D];安徽財經(jīng)大學;2018年

2 李強;基于DBN的移動自組織網(wǎng)絡(luò)入侵檢測技術(shù)研究[D];電子科技大學;2015年

3 唐登龍;基于DBN的服裝風格自主發(fā)育的研究與實現(xiàn)[D];東華大學;2014年

4 晁靜;基于DBN的匯率預(yù)測研究[D];南京大學;2012年

5 黃偉;基于特征分類器優(yōu)化匹配和DBN決策的人臉表情識別[D];合肥工業(yè)大學;2016年

6 王廣;基于改進的DBN網(wǎng)絡(luò)在無刷直流電動機中的應(yīng)用[D];北京工業(yè)大學;2016年

7 張亮;基于多源數(shù)據(jù)融合的變結(jié)構(gòu)DBN模型基因調(diào)控網(wǎng)絡(luò)構(gòu)建[D];天津大學;2009年

8 袁祖瑞;基于DBN的Android惡意程序檢測研究[D];北京理工大學;2016年

9 王瑞;基于DBN的卡爾曼濾波算法研究及在AGV定位中的應(yīng)用[D];吉林大學;2017年

10 孟鑫;基于SVM和DBN的情緒識別研究[D];中國石油大學(華東);2016年

本文編號：2777699