【摘要】：在線購(gòu)物評(píng)論為消費(fèi)者比較商品的質(zhì)量和其他一些購(gòu)買(mǎi)特性提供了有用信息,然而卻有大量的虛假評(píng)論者受利益驅(qū)使撰寫(xiě)虛假或者不公正的評(píng)論來(lái)迷惑消費(fèi)者。先前的研究一般都是使用文本相似度和評(píng)分模式來(lái)探測(cè)虛假評(píng)論,這些算法可以檢測(cè)特定類(lèi)型的攻擊者,在現(xiàn)實(shí)場(chǎng)景中許多虛假評(píng)論者刻意模仿正常用戶對(duì)商品進(jìn)行評(píng)論,因此先前的算法對(duì)檢測(cè)這類(lèi)攻擊效果不佳。本文通過(guò)分析評(píng)論文本的感情極性,抽取不同的特征并使用邏輯回歸模型來(lái)檢測(cè)虛假評(píng)論;首先,借用自然語(yǔ)言處理的相關(guān)技術(shù)來(lái)分析評(píng)論文本的情感極性,判斷每個(gè)用戶的情感偏離大眾情感的程度,如果偏離越大則說(shuō)明其是虛假評(píng)論者的概率就越大;然后再選取其他幾個(gè)重要特征結(jié)合邏輯回歸模型進(jìn)行虛假檢測(cè);通過(guò)實(shí)驗(yàn)對(duì)比,表明了該方法取得了較好的效果。
[Abstract]:Online shopping reviews provide useful information for consumers to compare the quality of goods and other purchasing characteristics, but a large number of false commentators are driven by interests to write false or unfair comments to confuse consumers. Previous studies have generally used text similarity and scoring patterns to detect false comments. These algorithms can detect specific types of attackers. In real situations, many false commentators deliberately mimic normal users to comment on goods, so the previous algorithm is not effective in detecting such attacks. In this paper, the emotional polarity of the comment text is analyzed, different features are extracted and the logical regression model is used to detect the false comment. Firstly, the emotional polarity of the comment text is analyzed by using the related technology of natural language processing to judge the degree of emotional deviation of each user, and the greater the deviation, the greater the probability that it is a false commentator. Then several other important features are selected to carry out false detection combined with logical regression model, and the experimental results show that the method has achieved good results.
【作者單位】： 山東師范大學(xué)信息科學(xué)與工程學(xué)院;山東省分布式計(jì)算軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61373149,61472233) 山東省科技計(jì)劃項(xiàng)目(2012GGX10118,2014GGX101026) 山東省教育科學(xué)規(guī)劃項(xiàng)目(ZK1437B010)
【分類(lèi)號(hào)】：TP391.1;F724.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 邸鵬;李?lèi)?ài)萍;段利國(guó);;基于轉(zhuǎn)折句式的文本情感傾向性分析[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年12期

2 唐波;陳光;王星雅;王非;陳小慧;;微博新詞發(fā)現(xiàn)及情感傾向判斷分析[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2015年01期

3 任亞峰;尹蘭;姬東鴻;;基于語(yǔ)言結(jié)構(gòu)和情感極性的虛假評(píng)論識(shí)別[J];計(jì)算機(jī)科學(xué)與探索;2014年03期

4 譚文堂;朱洪;葛斌;李芳芳;肖衛(wèi)東;;垃圾評(píng)論自動(dòng)過(guò)濾方法[J];國(guó)防科技大學(xué)學(xué)報(bào);2012年05期

5 何鳳英;;基于語(yǔ)義理解的中文博文傾向性分析[J];計(jì)算機(jī)應(yīng)用;2011年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙軍;王紅;;融合情感極性和邏輯回歸的虛假評(píng)論檢測(cè)方法[J];智能系統(tǒng)學(xué)報(bào);2016年03期

2 李效偉;;學(xué)生評(píng)教留言的傾向性分析[J];微型機(jī)與應(yīng)用;2016年03期

3 陳鑫;王素格;廖健;;基于詞語(yǔ)相關(guān)度的微博新情感詞自動(dòng)識(shí)別[J];計(jì)算機(jī)應(yīng)用;2016年02期

4 張李義;劉暢;;結(jié)合深度置信網(wǎng)絡(luò)和模糊集的虛假交易識(shí)別研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2016年01期

5 鄧松;萬(wàn)常選;關(guān)愛(ài)浩;陳輝;;基于行為與內(nèi)容的科技產(chǎn)品虛假評(píng)論識(shí)別[J];小型微型計(jì)算機(jī)系統(tǒng);2015年11期

6 宋海霞;嚴(yán)馨;余正濤;石林賓;郭劍毅;;基于半監(jiān)督主動(dòng)學(xué)習(xí)的虛假評(píng)論檢測(cè)[J];昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

7 趙衍;;基于“文本-主題”雙層次分析的網(wǎng)絡(luò)虛假評(píng)論檢測(cè)法研究——以電子商務(wù)網(wǎng)站為例[J];數(shù)字圖書(shū)館論壇;2015年09期

8 徐健鋒;許園;許元辰;張遠(yuǎn)健;劉清;;基于語(yǔ)義理解和機(jī)器學(xué)習(xí)的混合的中文文本情感分類(lèi)算法框架[J];計(jì)算機(jī)科學(xué);2015年06期

9 皇蘇斌;修宇;趙森嚴(yán);汪千松;;基于多維特征權(quán)重的虛假評(píng)論識(shí)別方法[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版);2015年16期

10 汪建成;嚴(yán)馨;余正濤;宋海霞;石林賓;;基于主題-對(duì)立情感依賴(lài)模型的虛假評(píng)論檢測(cè)方法[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋海霞;嚴(yán)馨;余正濤;石林賓;蘇斐;;基于自適應(yīng)聚類(lèi)的虛假評(píng)論檢測(cè)[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

2 鄭丹;田文霞;張銳;;轉(zhuǎn)折關(guān)系的預(yù)設(shè)研究[J];外語(yǔ)學(xué)刊;2013年03期

3 徐碩;喬曉東;朱禮軍;張運(yùn)良;薛春香;;廣義后綴樹(shù)及其在漢語(yǔ)科技詞系統(tǒng)中的應(yīng)用研究[J];數(shù)字圖書(shū)館論壇;2013年04期

4 黃軒;李熔烽;;博客語(yǔ)料的新詞發(fā)現(xiàn)方法[J];現(xiàn)代電子技術(shù);2013年02期

5 李艷姣;蔣同海;;基于改進(jìn)權(quán)重貝葉斯的維文文本分類(lèi)模型[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年12期

6 韋向峰;張全;繆建明;池毓煥;;基于語(yǔ)義塊的事件傾向性分析研究[J];中文信息學(xué)報(bào);2012年03期

7 宋艷雪;張紹武;林鴻飛;;基于語(yǔ)境歧義詞的句子情感傾向性分析[J];中文信息學(xué)報(bào);2012年03期

8 樊娜;安毅生;李慧賢;;基于K-近鄰算法的文本情感分析方法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

9 楊江;侯敏;王寧;;基于淺層篇章結(jié)構(gòu)的評(píng)論文傾向性分析[J];中文信息學(xué)報(bào);2011年02期

10 尹洪波;;否定詞與范圍副詞共現(xiàn)的語(yǔ)義分析[J];漢語(yǔ)學(xué)報(bào);2011年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 鄭曉霞;劉超;鄒鈺;;基于邏輯回歸模型的中文垃圾短信過(guò)濾[J];黑龍江工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年04期

2 俞慶生;;基于云平臺(tái)的邏輯回歸模型構(gòu)建算法的設(shè)計(jì)與實(shí)現(xiàn)[J];科技通報(bào);2013年06期

3 劉遵雄;黃志強(qiáng);鄭淑娟;張恒;;基于內(nèi)點(diǎn)法的稀疏邏輯回歸財(cái)務(wù)預(yù)警模型[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年06期

4 邢秋菊,趙純勇,高克昌,郭躍;基于GIS的滑坡危險(xiǎn)性邏輯回歸評(píng)價(jià)研究[J];地理與地理信息科學(xué);2004年03期

5 吳敏;何瓏;;融合多特征的產(chǎn)品垃圾評(píng)論識(shí)別[J];微型機(jī)與應(yīng)用;2012年22期

6 王賢;張自力;;基于邏輯回歸的案件關(guān)聯(lián)[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

7 齊超;陳鴻昶;于巖;;基于行為分析的微博信息傳播效果[J];計(jì)算機(jī)應(yīng)用;2014年08期

8 ;[J];;年期

相關(guān)博士學(xué)位論文 前1條

1 張道軍;邏輯回歸空間加權(quán)技術(shù)及其在礦產(chǎn)資源信息綜合中的應(yīng)用[D];中國(guó)地質(zhì)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 粟武林;一種基于邏輯回歸的微博用戶可信度評(píng)估方法[D];河北大學(xué);2015年

2 胡俊;基于多元邏輯回歸和鄰域信息的高光譜遙感影像半監(jiān)督分類(lèi)[D];中國(guó)礦業(yè)大學(xué);2015年

3 伊瑤瑤;基于Hadoop的數(shù)據(jù)挖掘技術(shù)研究[D];南京郵電大學(xué);2015年

4 張曉旭;基于復(fù)雜網(wǎng)絡(luò)理論的厄爾尼諾分析與預(yù)測(cè)[D];中國(guó)海洋大學(xué);2015年

5 喬寧;多元邏輯回歸在實(shí)時(shí)競(jìng)價(jià)中的應(yīng)用研究[D];河北工業(yè)大學(xué);2015年

6 李雁林;小樣本低質(zhì)量數(shù)據(jù)下貸款需求分類(lèi)模型研究[D];吉林大學(xué);2016年

7 代成雷;基于邏輯回歸的在線廣告CTR優(yōu)化和預(yù)測(cè)[D];浙江大學(xué);2016年

8 董純潔;基于實(shí)例與邏輯回歸的多標(biāo)簽分類(lèi)模型[D];南京大學(xué);2013年

9 祁全昌;基于內(nèi)容廣告平臺(tái)的點(diǎn)擊率預(yù)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2012年

10 劉力銀;基于邏輯回歸的推薦技術(shù)研究及應(yīng)用[D];電子科技大學(xué);2013年

，

本文編號(hào)：2528892