本文關(guān)鍵詞：C2C電子商務(wù)中虛假評價用戶的識別方法研究

  更多相關(guān)文章： 虛假評價 用戶特征 相似度分析 水軍團體識別

【摘要】：一直以來,虛假評價的泛濫嚴重制約著我國電子商務(wù)的發(fā)展。虛假評價會誤導(dǎo)消費者,致使他們做出錯誤的決策,甚至?xí)o他們帶來經(jīng)濟上的損失,因此識別出在線購物網(wǎng)站中發(fā)布虛假評價的用戶有著重要的現(xiàn)實意義。針對這一現(xiàn)狀,本文基于電子商務(wù)網(wǎng)站中水軍用戶與非水軍用戶之間的特征差異構(gòu)建了一套虛假評價用戶的識別方法,通過該識別方法,能夠有效地發(fā)現(xiàn)網(wǎng)站中發(fā)表虛假評價的水軍用戶,從而為消費者提供一個良好的信用環(huán)境。 本文基于向量表示方法研究了C2C電子商務(wù)用戶的特征模型,深入分析了買家和賣家用戶在虛假評價過程中關(guān)注點的差異,分別構(gòu)建了基于信用級別、評價及時度、控制度等7個維度的買家特征模型和基于信用級別、好評度等4個維度的賣家特征模型。以淘寶網(wǎng)數(shù)據(jù)為例,分別對買家用戶中的水軍用戶與非水軍用戶之間、賣家用戶中的不良商家與誠信商家之間的特征差異進行量化分析,建立不同特征下的累積分布圖,進而基于水軍用戶與非水軍用戶、不良商家與誠信商家在這些特征上存在的不同程度的差異給出這些維度的權(quán)重,為虛假評價用戶的識別奠定基礎(chǔ)。 基于買家用戶之間以及賣家用戶之間在用戶特征上存在差異,本文提出了基于用戶特征的虛假評價用戶識別方法。首先,根據(jù)賣家用戶之間的特征差異進行異常分析,可以優(yōu)先識別出可能包含虛假評價用戶的候選商品集。接著,根據(jù)買家用戶之間的特征差異對候選商品集中的買家進行相似度分析并基于此構(gòu)建出用戶的相似度網(wǎng)絡(luò),對該相似度網(wǎng)絡(luò)進行小團體分析后,得到一個由水軍團體及非水軍團體組成的集合。最后,利用水軍用戶與非水軍用戶在共同評價商品數(shù)量上的差別,即可識別出該集合中的水軍用戶和非水軍用戶。實驗表明本文提出的方法具有良好的識別效果。
【關(guān)鍵詞】：虛假評價 用戶特征 相似度分析 水軍團體識別
【學(xué)位授予單位】：南京師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F724.6
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-15
• 1.1 研究背景和意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 信任模型中虛假評價的識別9-10
• 1.2.2 商品垃圾評價的檢測10-12
• 1.2.3 網(wǎng)絡(luò)水軍團體的識別方法12
• 1.2.4 文獻評述12-13
• 1.3 論文的研究內(nèi)容與創(chuàng)新13-14
• 1.3.1 研究內(nèi)容13
• 1.3.2 主要創(chuàng)新13-14
• 1.4 論文的結(jié)構(gòu)14-15
• 第二章 虛假評價相關(guān)概念的介紹15-22
• 2.1 電子商務(wù)平臺中的評價機制15-18
• 2.1.1 電子商務(wù)中信譽的基本概念15-16
• 2.1.2 電子商務(wù)平臺中的信譽評價體系概述16-17
• 2.1.3 電子商務(wù)網(wǎng)站中評價的分類17-18
• 2.2 電子商務(wù)中的虛假評價18-19
• 2.2.1 虛假評價概述18-19
• 2.2.2 虛假評價的特性19
• 2.3 電子商務(wù)中的網(wǎng)絡(luò)水軍19-21
• 2.3.1 網(wǎng)絡(luò)水軍概述19-20
• 2.3.2 電子商務(wù)中網(wǎng)絡(luò)水軍概況20-21
• 2.4 本章小結(jié)21-22
• 第三章 電子商務(wù)網(wǎng)站中用戶特征的分析22-37
• 3.1 電子商務(wù)網(wǎng)站中用戶特征模型的構(gòu)建22-29
• 3.1.1 電子商務(wù)網(wǎng)站中用戶基本特征的概述22-23
• 3.1.2 用戶特征模型的建模維度及描述23-28
• 3.1.3 用戶特征模型的表示28-29
• 3.2 電子商務(wù)網(wǎng)站中用戶特征實證分析29-35
• 3.2.1 數(shù)據(jù)集的建立29-31
• 3.2.2 用戶特征差異實證分析31-35
• 3.3 本章小結(jié)35-37
• 第四章 基于用戶特征的虛假評價用戶的識別37-49
• 4.1 基于賣家用戶特征的異常分析37-38
• 4.2 基于買家用戶特征的用戶相似度的度量38-43
• 4.2.1 傳統(tǒng)的用戶相似度度量方法及其分析38-40
• 4.2.2 基于用戶特征的用戶相似度度量方法40-42
• 4.2.3 用戶相似度網(wǎng)絡(luò)的構(gòu)建42-43
• 4.3 基于買家用戶特征的水軍用戶的識別43-44
• 4.4 實證分析44-47
• 4.4.1 數(shù)據(jù)的收集44-45
• 4.4.2 性能評價指標(biāo)45-46
• 4.4.3 實驗結(jié)果分析46-47
• 4.5 本章小結(jié)47-49
• 第五章 總結(jié)與展望49-51
• 5.1 論文總結(jié)49-50
• 5.2 工作展望50-51
• 附錄A51-54
• 附錄B54-56
• 參考文獻56-61
• 在讀期間發(fā)表的學(xué)術(shù)論文及研究成果61-62
• 致謝62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋光興,楊德禮;電子商務(wù)中在線信譽管理系統(tǒng)設(shè)計的若干問題研究[J];系統(tǒng)工程;2004年09期

2 江文鈺;糜仲春;;電子商務(wù)信譽管理系統(tǒng)的多維評分模型[J];管理學(xué)報;2007年03期

3 李聰;梁昌勇;;面向C2C電子商務(wù)的多維信譽評價模型[J];管理學(xué)報;2012年02期

4 葉楓;吳善濱;;基于評價者過濾的個性化信任模型[J];管理工程學(xué)報;2012年03期

5 苗光勝;馮登國;蘇璞睿;;P2P信任模型中基于模糊邏輯的共謀團體識別方法[J];計算機研究與發(fā)展;2011年12期

6 周黎安;張維迎;顧全林;沈懿;;信譽的價值:以網(wǎng)上拍賣交易為例[J];經(jīng)濟研究;2006年12期

7 邱云飛;王建坤;邵良杉;劉大有;;基于用戶行為的產(chǎn)品垃圾評論者檢測研究[J];計算機工程;2012年11期

8 李勇軍;代亞非;;對等網(wǎng)絡(luò)信任機制研究[J];計算機學(xué)報;2010年03期

9 單明輝;貢佳煒;牛爾力;陳君;倪宏;;RulerRep:一種基于偏離度的過濾不實評價新方法[J];計算機學(xué)報;2010年07期

10 譚振華;王興偉;程維;常桂然;朱志良;;基于多維歷史向量的P2P分布式信任評價模型[J];計算機學(xué)報;2010年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 紀淑嫻;C2C電子商務(wù)中在線信譽反饋系統(tǒng)有效性研究[D];西南交通大學(xué);2009年

  本文關(guān)鍵詞：C2C電子商務(wù)中虛假評價用戶的識別方法研究

  更多相關(guān)文章： 虛假評價 用戶特征 相似度分析 水軍團體識別

，

本文編號：511004