【摘要】：隨著電子商務的蓬勃發(fā)展,網(wǎng)絡購物逐漸成為人們購物的主要方式。基于網(wǎng)絡購物中消費者與網(wǎng)上賣家信息不對稱的特點,在網(wǎng)購過程中,商品網(wǎng)絡評論信息已經(jīng)成為消費者網(wǎng)購決策的重要依據(jù)。但是,在利益的驅使下,越來越多的虛假網(wǎng)絡評論呈現(xiàn)在消費者面前,致使消費者獲取真實的網(wǎng)絡評論信息變得越來越困難,虛假網(wǎng)絡評論的識別研究工作也因此展開。近年來,隨著廣大研究工作者的不斷努力,網(wǎng)絡虛假評論識別研究方法被不斷提出,雖然這些方法在研究過程中各有側重,但是在識別虛假網(wǎng)絡評論的準確性和有效性等方面還有提升的空間�；谝陨锨闆r,在前人研究工作的基礎上,本文研究并提出了一種基于商品網(wǎng)絡評論多維特征權重的虛假評論識別方法。該方法以支持向量機文本分類為基礎,以商品網(wǎng)絡評論信息的有用性為出發(fā)點,通過引入商品網(wǎng)絡評論中對評論屬類識別較大的9個特征的權重來構建虛假評論識別模型,最終完成對虛假評論的識別。該方法與以往的虛假評論識別方法相比具有以下優(yōu)勢:引入的商品網(wǎng)絡評論特征權重較多,即使出現(xiàn)某一特征對評論屬類識別貢獻度不高的情況,仍能保證對虛假評論識別的準確率和全面性。本文在研究中,使用了該方法對亞馬遜網(wǎng)站上的手機網(wǎng)絡評論進行識別實驗,實驗結果表明,引入商品網(wǎng)絡評論的多維特征權重后,支持向量機對網(wǎng)絡虛假評論識別的準確率、查全率和綜合分類正確率均高于未引入多維特征權重時的實驗結果,從而證明了本文所提方法對虛假評論識別的有效性。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F713.36;F274

【參考文獻】

相關期刊論文 前10條

1 任亞峰;姬東鴻;張紅斌;尹蘭;;基于PU學習算法的虛假評論識別研究[J];計算機研究與發(fā)展;2015年03期

2 汪建成;嚴馨;余正濤;宋海霞;石林賓;;基于主題-對立情感依賴模型的虛假評論檢測方法[J];山西大學學報(自然科學版);2015年01期

3 李雨橋;符紅光;;基于社交圖譜模型的虛假評論識別[J];計算機應用;2014年S2期

4 王琢;李準;徐野;宋凱;;基于評論圖的虛假產(chǎn)品評論人的檢測[J];計算機科學;2014年10期

5 陳燕方;李志宇;;基于評論產(chǎn)品屬性情感傾向評估的虛假評論識別研究[J];現(xiàn)代圖書情報技術;2014年09期

6 趙衍;;網(wǎng)絡虛假評論研究述評[J];上海管理科學;2014年04期

7 鄧莎莎;張朋柱;張曉燕;李欣苗;;基于欺騙語言線索的虛假評論識別[J];系統(tǒng)管理學報;2014年02期

8 孟美任;丁晟春;;虛假商品評論信息發(fā)布者行為動機分析[J];情報科學;2013年10期

9 宋海霞;嚴馨;余正濤;石林賓;蘇斐;;基于自適應聚類的虛假評論檢測[J];南京大學學報(自然科學版);2013年04期

10 譚文堂;朱洪;葛斌;李芳芳;肖衛(wèi)東;;垃圾評論自動過濾方法[J];國防科技大學學報;2012年05期

相關碩士學位論文 前4條

1 宋海霞;融合內容及行為的虛假評論檢測方法研究[D];昆明理工大學;2014年

2 景亞鵬;基于深度學習的欺騙性垃圾信息識別研究[D];華東師范大學;2014年

3 汪俊奎;電子商務網(wǎng)站在線評論有用性研究[D];西安電子科技大學;2014年

4 朱衛(wèi)祥;面向電子商務評論文本的觀點挖掘系統(tǒng)研究與實現(xiàn)[D];浙江理工大學;2013年

，

本文編號：2558708