目前,網(wǎng)絡購物已成為人民日常生活中一種非常重要的消費渠道,人們在網(wǎng)上購買相關產(chǎn)品前,一般都會先閱讀產(chǎn)品的評論來對所要購買的產(chǎn)品從價格,性能等方面進行初步的認識。同樣,商家為了解客戶對產(chǎn)品的看法,也會查閱分析用戶對產(chǎn)品的評論,以獲取產(chǎn)品存在的不足,了解用戶對產(chǎn)品的偏好,以此更好的改進產(chǎn)品。但是,在產(chǎn)品評論中充斥著大量的垃圾評論,而這些垃圾評論對用戶的購買期望帶來影響。因此,分析垃圾評論的特征,并對其進行有效的識別檢測就成為一項非常必要的研究。本文針對產(chǎn)品評論領域中垃圾評論的識別問題,對垃圾評論的相關技術進行了闡述,分析了當前已有垃圾評論檢測方法存在的一些不足,將垃圾評論分為內容型垃圾評論和虛假型垃圾評論兩大類,并根據(jù)兩者特點的不同,提出了相應的識別方法,主要貢獻包括以下幾個方面:(1)對垃圾評論的相關技術進行了闡述,分析了當前已有垃圾評論檢測方法存在的一些不足,結合相關研究將垃圾評論分為內容型垃圾評論和虛假型垃圾評論兩大類,并針對這兩類垃圾評論設計不同的檢測方法。(2)從產(chǎn)品評論內容角度出發(fā),提出了基于模糊支持向量機的內容型垃圾評論檢測方法。為解決由于大規(guī)模評論數(shù)據(jù)集向量維數(shù)災難問題,進...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
    1.3 主要研究內容與論文框架結構
第2章 垃圾評論檢測相關技術
    2.1 垃圾評論知識介紹
        2.1.1 產(chǎn)品評論的特點
        2.1.2 垃圾評論的分類
        2.1.3 垃圾評論識別存在的主要問題
    2.2 垃圾評論檢測相關技術
        2.2.1 評論數(shù)據(jù)收集方法
        2.2.2 垃圾評論特征抽取方法
    2.3 垃圾評論的識別方法
        2.3.1 基于評論內容的識別
        2.3.2 基于用戶行為的識別
    2.4 本章小結
第3章 基于模糊支持向量機的內容型垃圾評論檢測
    3.1 模糊集合的相關理論概述
        3.1.1 隸屬度函數(shù)
        3.1.2 隸屬度函數(shù)的確定方法
    3.2 FSVM分類算法
    3.3 FSVM在內容型垃圾評論檢測中的應用
        3.3.1 垃圾評論數(shù)據(jù)集及預處理
        3.3.2 垃圾評論的特征提取
        3.3.3 核函數(shù)及參數(shù)的選擇
    3.4 實驗與結果分析
        3.4.1 LSA方法在分詞中的測試應用
        3.4.2 FSVM應用實例分析
    3.5 本章小結
第4章 虛假型垃圾評論的在線監(jiān)測方法
    4.1 虛假型垃圾評論檢測的問題描述
    4.2 虛假型垃圾評論在線檢測模型
        4.2.1 虛假型評論內容的建模
        4.2.2 評論用戶的建模
    4.3 在線檢測算法
        4.3.1 有監(jiān)督的虛假型垃圾評論在線檢測
        4.3.2 無監(jiān)督的虛假型垃圾評論在線檢測算法
    4.4 實驗與結果分析
        4.4.1 數(shù)據(jù)準備和評價標準
        4.4.2 結果與分析
    4.5 本章小結
總結
參考文獻
攻讀碩士學位期間的論文成果
致謝



本文編號：3753493