隨著網(wǎng)絡(luò)的飛速發(fā)展,人們的日常生活變的高度信息化。為獲得在信息戰(zhàn)中的勝利,網(wǎng)絡(luò)水軍應(yīng)運(yùn)而生。水軍的存在嚴(yán)重污染了網(wǎng)絡(luò)環(huán)境,影響了網(wǎng)絡(luò)安全,他們憑借在短時(shí)間內(nèi)發(fā)布大量垃圾信息來(lái)謀取利益,危害巨大。而電商水軍因?yàn)橹苯訉?duì)產(chǎn)品等電子商務(wù)領(lǐng)域事物發(fā)布垃圾信息,極易造成人們的財(cái)產(chǎn)損失,因此如何有效的識(shí)別電商水軍更值得人們關(guān)注。網(wǎng)絡(luò)水軍特性決定了他具有自己獨(dú)特的行為模式,首先,為了在最短的時(shí)間內(nèi)獲得最大的利益,并且盡可能的將所產(chǎn)生的影響擴(kuò)大到極致,水軍用戶(hù)通常會(huì)對(duì)目標(biāo)商品進(jìn)行統(tǒng)一的評(píng)分,這些分值通常極高或極低,這樣便可以最大程度的改變商品的平均分值。其次,在針對(duì)商品的評(píng)論內(nèi)容上,由于水軍需要完成的工作量非常大,注定了他無(wú)法像正常用戶(hù)一樣根據(jù)不同產(chǎn)品的差異寫(xiě)出不同的真實(shí)感受,因此會(huì)出現(xiàn)大量相同或相似的評(píng)論。第三,正常用戶(hù)與水軍用戶(hù)的評(píng)價(jià)信息交叉在一起就會(huì)出現(xiàn)評(píng)分上的差異,因此可以通過(guò)用戶(hù)的評(píng)分偏差來(lái)對(duì)水軍賬號(hào)進(jìn)行判斷。另外,由于近年來(lái)微信公眾號(hào)的廣泛應(yīng)用,會(huì)出現(xiàn)水軍在商品圖片評(píng)論區(qū)上傳帶有微信二維碼圖片的現(xiàn)象,這無(wú)疑擾亂了正常的評(píng)論秩序。這些水軍行為模式與普通用戶(hù)之間存在著較大的差異,我們希望可以從這... 

【文章來(lái)源】：江西農(nóng)業(yè)大學(xué)江西省

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 研究意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 國(guó)內(nèi)研究情況
        1.3.2 國(guó)外研究情況
    1.4 本文研究目標(biāo)和內(nèi)容
        1.4.1 研究目標(biāo)
        1.4.2 論文主要內(nèi)容
2 識(shí)別水軍的傳統(tǒng)方法介紹
    2.1 加權(quán)圖中異常節(jié)點(diǎn)檢測(cè)介紹
    2.2 根據(jù)郵件排名檢測(cè)水軍方法介紹
3 電商評(píng)論數(shù)據(jù)的獲取及處理
    3.1 技術(shù)簡(jiǎn)介
    3.2 工作流程
    3.3 評(píng)論的獲取與處理
        3.3.1 數(shù)據(jù)獲取
        3.3.2 分詞處理
        3.3.3 詞典的構(gòu)建
    3.4 數(shù)據(jù)整理
4 電子商務(wù)領(lǐng)域網(wǎng)絡(luò)水軍行為研究
    4.1 電商水軍特點(diǎn)
    4.2 電商水軍檢測(cè)模型的構(gòu)建
        4.2.1 單個(gè)產(chǎn)品的水軍評(píng)論分?jǐn)?shù)測(cè)評(píng)函數(shù)
        4.2.2 單個(gè)產(chǎn)品的水軍評(píng)論內(nèi)容測(cè)評(píng)函數(shù)
        4.2.3 產(chǎn)品組的水軍檢測(cè)
            4.2.3.1 針對(duì)產(chǎn)品組的多個(gè)高分評(píng)價(jià)檢測(cè)
            4.2.3.2 針對(duì)產(chǎn)品組的多個(gè)低分評(píng)價(jià)檢測(cè)
            4.2.3.3 針對(duì)產(chǎn)品組的檢測(cè)模型
        4.2.4 根據(jù)用戶(hù)的評(píng)分偏差行為進(jìn)行水軍檢測(cè)
        4.2.5 無(wú)關(guān)評(píng)論的檢測(cè)
    4.3 LDA主題模型的構(gòu)建
        4.3.1 文本分類(lèi)模型
        4.3.2 LDA概述
        4.3.3 LDA參數(shù)
        4.3.4 LDA主題模型的構(gòu)建
        4.3.5 根據(jù)LDA模型計(jì)算主題偏離度
5 混合檢測(cè)公式的構(gòu)建
    5.1 混合檢測(cè)公式的構(gòu)建
    5.2 水軍標(biāo)記方法
    5.3 方法評(píng)估
    5.4 水軍綜合測(cè)評(píng)公式
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷
攻讀碩士學(xué)位期間完成的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于人工免疫危險(xiǎn)理論的微博水軍用戶(hù)檢測(cè)研究[J]. 楊超,秦廷棟,范波,李濤.  計(jì)算機(jī)科學(xué). 2018(11)
[2]一種高效的分布式水軍群組檢測(cè)算法[J]. 張璐,朱海婷.  計(jì)算機(jī)工程. 2019(07)
[3]社交網(wǎng)絡(luò)水軍用戶(hù)的動(dòng)態(tài)行為分析及在線(xiàn)檢測(cè)[J]. 李巖,鄧勝春,林劍.  計(jì)算機(jī)工程. 2019(08)
[4]基于特定話(huà)題的網(wǎng)絡(luò)水軍識(shí)別研究[J]. 程傳鵬,張書(shū)欽,劉小明,夏敏捷.  中原工學(xué)院學(xué)報(bào). 2018(04)
[5]基于LDA模型的文本聚類(lèi)檢索[J]. 李霄野,李春生,李龍,張可佳.  計(jì)算機(jī)與現(xiàn)代化. 2018(06)
[6]基于群體行為的社交媒體中水軍分析[J]. 李大鵬,余宗健,肖朝文,邱江濤.  計(jì)算機(jī)工程與應(yīng)用. 2018(05)
[7]基于PageRank的網(wǎng)絡(luò)社區(qū)意見(jiàn)領(lǐng)袖發(fā)現(xiàn)算法[J]. 周飛,高茂庭.  計(jì)算機(jī)工程. 2018(02)
[8]科技情報(bào)分析中LDA主題模型最優(yōu)主題數(shù)確定方法研究[J]. 關(guān)鵬,王曰芬.  現(xiàn)代圖書(shū)情報(bào)技術(shù). 2016(09)
[9]網(wǎng)絡(luò)輿情觀點(diǎn)提取的LDA主題模型方法[J]. 陳曉美,高鋮,關(guān)心惠.  圖書(shū)情報(bào)工作. 2015(21)
[10]LDA主題模型研究綜述[J]. 祖弦,謝飛.  合肥師范學(xué)院學(xué)報(bào). 2015(06)

碩士論文
[1]基于跨模態(tài)分析的隱式網(wǎng)絡(luò)水軍檢測(cè)研究[D]. 陳彤.北京交通大學(xué) 2018
[2]基于用戶(hù)行為的網(wǎng)絡(luò)論壇水軍檢測(cè)研究與實(shí)現(xiàn)[D]. 呂晨.西南交通大學(xué) 2017
[3]基于電商評(píng)論的網(wǎng)絡(luò)水軍識(shí)別[D]. 王軍博.北京交通大學(xué) 2016
[4]基于聚類(lèi)與LDA的新聞評(píng)論主題挖掘研究[D]. 李保國(guó).武漢紡織大學(xué) 2016



本文編號(hào)：3022777