產(chǎn)業(yè)的進(jìn)步與發(fā)展總是與技術(shù)的進(jìn)步擁有密不可分的聯(lián)系,伴隨著互聯(lián)網(wǎng)行業(yè)的興起,線上交易平臺(tái)逐漸進(jìn)入我們的生活。然而在線上交易的過(guò)程中,由于網(wǎng)絡(luò)自身具備的虛擬屬性,產(chǎn)生了虛假交易行為。商家通過(guò)雇傭的方式,針對(duì)某個(gè)商品進(jìn)行虛假交易,以期通過(guò)虛假交易的方式得到評(píng)價(jià)商品的權(quán)利,進(jìn)而從總體上帶動(dòng)商品的評(píng)論趨勢(shì)。線上交易,由于實(shí)際接觸不到商品,通常會(huì)參考評(píng)論內(nèi)容,商家通過(guò)虛假交易的形式達(dá)成了影響消費(fèi)者決策的目的。隨著虛假交易的產(chǎn)業(yè)化,這些進(jìn)行虛假交易的行為變得具有組織性,為了識(shí)別商品的虛假交易行為,通常從評(píng)論出發(fā),使用評(píng)論文本、評(píng)論行為等特征尋找這種具有組織性的賬戶群體。然而這些工作針對(duì)的并非虛假交易商品本身,存在一定局限。本文提出了一種大數(shù)據(jù)場(chǎng)景下虛假交易商品的分析與檢測(cè)方法,通過(guò)提取賬戶的交易記錄,多賬戶間計(jì)算相似度并進(jìn)行聚類(lèi),得到虛假交易賬戶群組,并使用四種群組交易虛假性指標(biāo)針對(duì)候選群組打分,選出虛假交易群組,最終計(jì)算出商品交易記錄中虛假交易群組所占的比例,得出商品的可疑度。同時(shí),本文根據(jù)上述算法,考慮大數(shù)據(jù)場(chǎng)景下的應(yīng)用,借鑒業(yè)界微服務(wù)架構(gòu)及Sidecar設(shè)計(jì)模式,設(shè)計(jì)并實(shí)現(xiàn)了符合新一代微服務(wù)... 

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 概述
    1.2 主要研究方法
    1.3 研究現(xiàn)狀
        1.3.1 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.2 存在的問(wèn)題
    1.4 本文的主要工作
    1.5 本文的組織結(jié)構(gòu)
第二章 數(shù)據(jù)集的獲取及預(yù)處理
    2.1 數(shù)據(jù)集種類(lèi)
    2.2 數(shù)據(jù)樣例
    2.3 數(shù)據(jù)集分析
        2.3.1 賬戶交易數(shù)量分析
        2.3.2 商品交易數(shù)量分析
        2.3.3 數(shù)據(jù)集特征
    2.4 數(shù)據(jù)集預(yù)處理
第三章 相關(guān)模型介紹
    3.1 虛假交易群組模型
    3.2 交易行為相似度模型
    3.3 群組模型構(gòu)建
        3.3.1 分類(lèi)與聚類(lèi)
        3.3.2 聚類(lèi)算法
    3.4 分布式系統(tǒng)概述
        3.4.1 分布式系統(tǒng)特征
        3.4.2 中間件技術(shù)
第四章 虛假交易商品檢測(cè)算法
    4.1 算法步驟
    4.2 Mini Batch K-Means算法
    4.3 Canopy
    4.4 群組虛假性計(jì)算
        4.4.1 賬戶交易間隔
        4.4.2 群組緊密度
        4.4.3 共現(xiàn)頻次
        4.4.4 重復(fù)交易次數(shù)
    4.5 商品可疑度計(jì)算
第五章 系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
    5.1 微服務(wù)架構(gòu)
        5.1.1 代碼入侵實(shí)現(xiàn)
        5.1.2 Sidecar實(shí)現(xiàn)
    5.2 系統(tǒng)設(shè)計(jì)
        5.2.1 系統(tǒng)設(shè)計(jì)
        5.2.2 通信形式
        5.2.3 數(shù)據(jù)存儲(chǔ)及傳輸
    5.3 系統(tǒng)實(shí)現(xiàn)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 不足與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于D-S證據(jù)理論的電子商務(wù)虛假評(píng)論者檢測(cè)[J]. 張文宇,岳昆,張彬彬.  小型微型計(jì)算機(jī)系統(tǒng). 2018(11)
[2]虛假評(píng)論檢測(cè)研究綜述[J]. 李璐旸,秦兵,劉挺.  計(jì)算機(jī)學(xué)報(bào). 2018(04)
[3]生活消費(fèi)平臺(tái)虛假評(píng)論識(shí)別模型的研究[J]. 李晶,吳國(guó)仕,謝菲,姚旭,齊佳音,孫鵬飛.  電子學(xué)報(bào). 2016(12)
[4]基于個(gè)人–群體–商戶關(guān)系模型的虛假評(píng)論識(shí)別研究[J]. 余傳明,馮博琳,左宇恒,陳百云,安璐.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[5]基于情感特征和用戶關(guān)系的虛假評(píng)論者的識(shí)別[J]. 邵珠峰,姬東鴻.  計(jì)算機(jī)應(yīng)用與軟件. 2016(05)
[6]一種融合Kmeans和KNN的網(wǎng)絡(luò)入侵檢測(cè)算法[J]. 華輝有,陳啟買(mǎi),劉海,張陽(yáng),袁沛權(quán).  計(jì)算機(jī)科學(xué). 2016(03)
[7]面向在線產(chǎn)品評(píng)論數(shù)據(jù)的有效性建模與測(cè)度研究[J]. 唐塞麗,仙樹(shù),胡蕾,劉猛,代坤.  計(jì)算機(jī)應(yīng)用研究. 2016(05)
[8]基于特征表現(xiàn)的虛假評(píng)論人預(yù)測(cè)研究[J]. 聶卉,吳毅駿.  圖書(shū)情報(bào)工作. 2015(10)
[9]基于PU學(xué)習(xí)算法的虛假評(píng)論識(shí)別研究[J]. 任亞峰,姬東鴻,張紅斌,尹蘭.  計(jì)算機(jī)研究與發(fā)展. 2015(03)
[10]基于社交圖譜模型的虛假評(píng)論識(shí)別[J]. 李雨橋,符紅光.  計(jì)算機(jī)應(yīng)用. 2014(S2)

博士論文
[1]大規(guī)模數(shù)據(jù)集高效數(shù)據(jù)挖掘算法研究[D]. 申彥.江蘇大學(xué) 2013

碩士論文
[1]基于DDAG-SVM的在線商品評(píng)論可信度預(yù)測(cè)研究[D]. 陳燕方.華中師范大學(xué) 2016
[2]基于二部圖投影的虛假評(píng)論人群組檢測(cè)算法研究[D]. 侯婷婷.沈陽(yáng)理工大學(xué) 2016



本文編號(hào)：3702042