特征工程是產品垃圾評論識別研究中的關鍵技術之一,絕大多數現有的垃圾評論檢測方法都是根據先驗知識進行特征選擇與指標定義,這類方法主觀性過強從而難以應用推廣.以電子商務平臺"天貓"熱銷產品評論為研究對象,提出基于評論數據預分析的垃圾評論識別特征工程,然后運用決策樹進行垃圾評論檢測.實驗表明,與其它基于先驗的特征工程相比較,該方法能有效提升垃圾評論分類的效果. 

【文章來源】：福建師范大學學報(自然科學版). 2017,33(02)北大核心CSCD

【文章頁數】：7 頁

【文章目錄】：
1 特征分析與選擇
    1.1 數據集
    1.2 特征分析
        1.2.1 評論時間
        1.2.2 評論長度
        1.2.3 評論文本情感
        1.2.4 評論完整度
        1.2.5 評論者等級
        1.2.6 評論者是否追評
2 基于決策樹的產品垃圾評論檢測算法
3 實驗與分析
    3.1 特征定義對識別性能的影響
    3.2 特征選擇對識別率的影響
    3.3 訓練集大小對識別率的影響
4 結束語


【參考文獻】：
期刊論文
[1]基于書寫行為與語義特征的評論有用性評估[J]. 秦成磊,魏曉,曹紅兵.  計算機工程與應用. 2016(06)
[2]基于邏輯回歸的中文在線評論有效性檢測模型[J]. 吳含前,朱云杰,謝玨.  東南大學學報(自然科學版). 2015(03)
[3]產品評論垃圾識別研究綜述[J]. 聶卉,王佳佳.  現代圖書情報技術. 2014(02)
[4]用戶評論的質量檢測與控制研究綜述[J]. 林煜明,王曉玲,朱濤,周傲英.  軟件學報. 2014(03)
[5]基于量化情感的網店垃圾評論檢測[J]. 彭慶喜,錢鐵云.  山東大學學報(理學版). 2013(11)
[6]基于評論行為的商品垃圾評論的識別研究[J]. 孫升蕓,田萱,何軍.  計算機工程與設計. 2012(11)
[7]垃圾評論自動過濾方法[J]. 譚文堂,朱洪,葛斌,李芳芳,肖衛(wèi)東.  國防科技大學學報. 2012(05)
[8]商品評論信息可信度研究[J]. 劉逶迤,逯萬輝,丁晟春.  情報科學. 2012(10)
[9]由Logistic回歸識別Web社區(qū)的垃圾評論[J]. 何海江,凌云.  計算機工程與應用. 2009(23)



本文編號：3372893