在線產(chǎn)品評論在消費(fèi)者的購買決策中起著至關(guān)重要的作用,較多的好評能為商家?guī)砜捎^的收益,消費(fèi)者對評論信息的依賴催化了虛假評論源源不斷的產(chǎn)生。為了擴(kuò)大虛假信息的影響,虛假評論發(fā)布者經(jīng)常合作一起鼓吹或誹謗目標(biāo)產(chǎn)品,這樣的團(tuán)體稱為虛假評論群組。虛假評論群組的隱藏性較高更難以檢測,且對消費(fèi)者購買傾向產(chǎn)生更大的影響。本文針對已有虛假評論群組檢測方法檢測精度較低且不能體現(xiàn)不同指標(biāo)差異性的問題,做了一些有效的研究。首先,依據(jù)評論時(shí)間關(guān)聯(lián)和評分關(guān)聯(lián),提出一種基于核心圖的標(biāo)簽傳播虛假評論群組檢測算法。該算法先提取時(shí)間及評分關(guān)聯(lián),構(gòu)建評論者關(guān)系圖;然后,在評論者關(guān)系圖上,發(fā)現(xiàn)核心圖,再利用加入傳播強(qiáng)度及自動(dòng)過濾機(jī)制的標(biāo)簽傳播規(guī)則去發(fā)現(xiàn)候選群組;最后利用多個(gè)虛假評論群組檢測指標(biāo),得到每個(gè)候選群組的可疑分?jǐn)?shù),對候選群組進(jìn)行排序,從而識別虛假評論群組。其次,為了解決之前檢測方法在涉及多個(gè)檢測指標(biāo)時(shí)取多指標(biāo)平均值作為群組可疑度不能體現(xiàn)不同指標(biāo)差異性的問題,提出一種基于指標(biāo)權(quán)重度量的標(biāo)簽傳播虛假評論群組檢測算法。本算法將利用上述標(biāo)簽傳播思想得到候選群組;之后對候選群組進(jìn)行排序時(shí),融合兩種確定多指標(biāo)權(quán)重的方法即熵值法和... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 虛假評論者的檢測
        1.2.2 基于群組內(nèi)容及行為分析的虛假評論群組檢測
        1.2.3 結(jié)合群組結(jié)構(gòu)分析的虛假評論群組檢測
    1.3 主要研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)理論與技術(shù)簡介
    2.1 虛假評論簡介
    2.2 標(biāo)簽傳播算法
        2.2.1 LPA算法思想
        2.2.2 COPRA算法思想
    2.3 確定多指標(biāo)權(quán)重的方法
        2.3.1 熵值法
        2.3.2 層次分析法
    2.4 本章小結(jié)
第3章 基于核心圖的標(biāo)簽傳播虛假評論群組檢測算法
    3.1 引言
    3.2 基于核心圖的標(biāo)簽傳播虛假評論群組檢測框架
    3.3 用戶關(guān)系圖建立
    3.4 候選虛假評論群組確定
        3.4.1 核心圖的提取
        3.4.2 標(biāo)簽傳播規(guī)則的改進(jìn)
        3.4.3 基于標(biāo)簽傳播確定虛假評論群組候選組
    3.5 虛假評論群組檢測
    3.6 本章小結(jié)
第4章 基于指標(biāo)權(quán)重度量的標(biāo)簽傳播虛假評論群組檢測算法
    4.1 引言
    4.2 基于指標(biāo)權(quán)重度量的標(biāo)簽傳播虛假評論群組檢測框架
    4.3 虛假評論群組檢測指標(biāo)
    4.4 融合熵值法與層次分析法的指標(biāo)權(quán)重度量算法
        4.4.1 基于熵值法計(jì)算熵權(quán)
        4.4.2 基于層次分析法計(jì)算權(quán)重向量
        4.4.3 指標(biāo)權(quán)重度量算法
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果及分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)與環(huán)境配置
        5.1.1 實(shí)驗(yàn)數(shù)據(jù)
        5.1.2 實(shí)驗(yàn)環(huán)境
        5.1.3 對比基準(zhǔn)
        5.1.4 評價(jià)指標(biāo)
    5.2 基于核心圖的標(biāo)簽傳播虛假評論群組檢測算法實(shí)驗(yàn)對比及分析
        5.2.1 實(shí)驗(yàn)參數(shù)取選取分析
        5.2.2 實(shí)驗(yàn)對比結(jié)果及分析
    5.3 基于指標(biāo)權(quán)重度量的標(biāo)簽傳播虛假評論群組檢測算法實(shí)驗(yàn)對比及分析
        5.3.1 實(shí)驗(yàn)參數(shù)選取分析
        5.3.2 實(shí)驗(yàn)對比結(jié)果及分析
        5.3.3 本文兩種方法實(shí)驗(yàn)結(jié)果對比分析
    5.4 運(yùn)行時(shí)間對比及分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]虛假評論檢測研究綜述[J]. 李璐旸,秦兵,劉挺.  計(jì)算機(jī)學(xué)報(bào). 2018(04)
[2]利用加權(quán)用戶關(guān)系圖的譜分析探測大規(guī)模電子商務(wù)水軍團(tuán)體[J]. 韓忠明,楊珂,譚旭升.  計(jì)算機(jī)學(xué)報(bào). 2017(04)
[3]基于稠密子圖的社區(qū)發(fā)現(xiàn)算法[J]. 鄭文萍,張浩杰,王杰.  智能系統(tǒng)學(xué)報(bào). 2016(03)
[4]標(biāo)簽傳播算法理論及其應(yīng)用研究綜述[J]. 張俊麗,常艷麗,師文.  計(jì)算機(jī)應(yīng)用研究. 2013(01)
[5]層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J]. 鄧雪,李家銘,曾浩健,陳俊羊,趙俊峰.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2012(07)
[6]從鏈接密度遍歷序列中挖掘網(wǎng)絡(luò)社團(tuán)的層次結(jié)構(gòu)[J]. 黃健斌,孫鶴立,Dustin BORTNER,劉亞光.  軟件學(xué)報(bào). 2011(05)
[7]熵值賦權(quán)法的改進(jìn)[J]. 孫利娟,邢小軍,周德群.  統(tǒng)計(jì)與決策. 2010(21)



本文編號：3148194