在電子商務(wù)快速發(fā)展的時(shí)代,網(wǎng)絡(luò)購物已然成為一種人們普遍的購物方式。與此同時(shí),越來越多的網(wǎng)購用戶在購物之后,喜歡在電商平臺(tái)分享自己對(duì)于所購商品及店家服務(wù)的觀點(diǎn)和感受。大量的理論和實(shí)證研究表明,在網(wǎng)絡(luò)購物情景下,網(wǎng)購評(píng)論對(duì)于消費(fèi)者的購買決策和電商品牌及影響力的塑造均具有重要影響。隨之而來,受利益驅(qū)動(dòng),一些不法商家采取雇傭虛假評(píng)論者發(fā)布不真實(shí)評(píng)論的手段,來提高自身信譽(yù)或詆毀競(jìng)爭(zhēng)對(duì)手信譽(yù),最終達(dá)到誤導(dǎo)消費(fèi)者購買決策行為的目的,致使網(wǎng)上虛假評(píng)論泛濫,不僅影響了消費(fèi)者的正常購買決策,同時(shí)嚴(yán)重影響了電子商務(wù)的健康發(fā)展。這一問題已引起社會(huì)各界的廣泛關(guān)注,亟待解決�；谏鲜霰尘�,近年來異常評(píng)論檢測(cè)已經(jīng)成為電子商務(wù)和人工智能領(lǐng)域的研究熱點(diǎn)之一,國(guó)內(nèi)外學(xué)者從虛假評(píng)論的行為動(dòng)機(jī)、形成路徑、自動(dòng)識(shí)別等多方面開展了大量研究。本文在學(xué)習(xí)借鑒已有研究成果基礎(chǔ)之上,針對(duì)異常網(wǎng)購評(píng)論識(shí)別問題,從網(wǎng)購用戶的評(píng)論行為和評(píng)論內(nèi)容兩個(gè)維度的特征分析入手,提出了基于行為和內(nèi)容特征融合的異常網(wǎng)購評(píng)論識(shí)別方法,主要研究工作及取得的研究成果如下:（1）提出了一種基于行為熵的正常評(píng)論群體行為特征識(shí)別方法。該方法首先確定評(píng)論行為屬性和評(píng)論用... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 虛假評(píng)論的行成動(dòng)機(jī)及其對(duì)消費(fèi)者的影響
        1.2.2 基于評(píng)論內(nèi)容的虛假評(píng)論識(shí)別
        1.2.3 基于評(píng)論行為的虛假評(píng)論識(shí)別
    1.3 研究?jī)?nèi)容和技術(shù)路線
    1.4 論文組織結(jié)構(gòu)
    1.5 本章小結(jié)
2 概念界定及相關(guān)基礎(chǔ)理論
    2.1 概念界定
        2.1.1 網(wǎng)購評(píng)論
        2.1.2 異常網(wǎng)購評(píng)論
    2.2 相關(guān)基礎(chǔ)理論
        2.2.1 時(shí)間序列分析
        2.2.2 信息熵理論
        2.2.3 文本數(shù)據(jù)挖掘
    2.3 本章小結(jié)
3 正常網(wǎng)購評(píng)論的群體行為特征分析與規(guī)律挖掘
    3.1 群體行為
        3.1.1 群體行為的概念界定
        3.1.2 群體行為的形成機(jī)制與一般特征
        3.1.3 網(wǎng)購評(píng)論過程的群體性行為分析
    3.2 網(wǎng)購用戶評(píng)論的行為相關(guān)屬性與特征選取
        3.2.1 網(wǎng)購用戶的評(píng)論行為相關(guān)屬性分析
        3.2.2 網(wǎng)購用戶評(píng)論行為特征選取
    3.3 網(wǎng)購評(píng)論的群體行為規(guī)律挖掘模型構(gòu)建
        3.3.1 評(píng)論用戶分類
        3.3.2 基于信息熵的正常評(píng)論群體行為規(guī)律挖掘
        3.3.3 評(píng)論者的群體性評(píng)論行為規(guī)律挖掘
    3.4 實(shí)證分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
        3.4.2 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
4 正常網(wǎng)購評(píng)論的文本特征分析與規(guī)律挖掘
    4.1 網(wǎng)購評(píng)論文本的特征選擇
    4.2 網(wǎng)購評(píng)論文本的特征建模
        4.2.1 評(píng)論文本的長(zhǎng)度特征建模
        4.2.2 評(píng)論文本的句法結(jié)構(gòu)相似度特征建模
        4.2.3 評(píng)論文本的情感極性特征建模
        4.2.4 評(píng)論文本的主題一致性特征建模
    4.3 實(shí)證分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
        4.3.2 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
5 基于多特征融合的異常評(píng)論識(shí)別方法
    5.1 兩階段異常評(píng)論識(shí)別方法過程框架
    5.2 異常評(píng)論識(shí)別中的多特征融合算法
        5.2.1 特征集的表示與構(gòu)建
        5.2.2 顯著性特征檢驗(yàn)與權(quán)重系數(shù)賦值方法
    5.3 基于多特征融合的SVM分類器模型構(gòu)建
        5.3.1 支持向量機(jī)模型(SVM)
        5.3.2 核函數(shù)
        5.3.3 多特征融合的SVM分類模型構(gòu)建
    5.4 實(shí)證分析
        5.4.1 異常評(píng)論數(shù)據(jù)集的構(gòu)建
        5.4.2 實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于詞向量和CNN的書籍評(píng)論情感分析方法[J]. 李昊璇,張華潔.  測(cè)試技術(shù)學(xué)報(bào). 2019(02)
[2]一種基于信息熵的關(guān)鍵詞提取算法[J]. 吳華,羅順,孫偉晉.  計(jì)算機(jī)與數(shù)字工程. 2019(03)
[3]時(shí)間序列預(yù)測(cè)方法綜述[J]. 楊海民,潘志松,白瑋.  計(jì)算機(jī)科學(xué). 2019(01)
[4]樸素貝葉斯在文本分類上的應(yīng)用[J]. 孟天樂.  通訊世界. 2019(01)
[5]網(wǎng)上虛假評(píng)論研究述評(píng)與展望[J]. 劉苗苗,黃沛.  未來與發(fā)展. 2017(11)
[6]文本分類及分類算法研究綜述[J]. 張磊.  電腦知識(shí)與技術(shù). 2016(34)
[7]基于情感特征和用戶關(guān)系的虛假評(píng)論者的識(shí)別[J]. 邵珠峰,姬東鴻.  計(jì)算機(jī)應(yīng)用與軟件. 2016(05)
[8]基于評(píng)論者關(guān)系的垃圾評(píng)論者識(shí)別研究[J]. 徐小婷,魏晶晶,廖祥文,劉月,陳水利.  集美大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[9]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]. 張李義,劉暢.  現(xiàn)代圖書情報(bào)技術(shù). 2016(01)
[10]基于模板用戶信息搜索行為和統(tǒng)計(jì)分析的共謀銷量欺詐識(shí)別[J]. 王忠群,樂元,修宇,皇蘇斌,汪千松.  現(xiàn)代圖書情報(bào)技術(shù). 2015(11)

博士論文
[1]在線用戶評(píng)論行為時(shí)間序列關(guān)聯(lián)特征規(guī)律研究[D]. 張艷豐.吉林大學(xué) 2018
[2]虛假評(píng)論對(duì)消費(fèi)者購買意愿的影響研究[D]. 劉璇.南京大學(xué) 2015

碩士論文
[1]基于并行SVM算法的中文文本分類方法研究[D]. 尹旭東.吉林大學(xué) 2018
[2]基于文本與用戶行為挖掘的虛假評(píng)論識(shí)別研究[D]. 道如那.內(nèi)蒙古大學(xué) 2018
[3]電商虛假評(píng)論識(shí)別[D]. 李存林.廣西民族大學(xué) 2018
[4]基于深度學(xué)習(xí)的虛假評(píng)論檢測(cè)的研究與設(shè)計(jì)[D]. 張勝男.重慶大學(xué) 2018
[5]網(wǎng)購評(píng)論信息細(xì)粒度情感分析方法研究[D]. 張煥成.大連海事大學(xué) 2018
[6]基于主題模型的虛假評(píng)論人群組檢測(cè)方法[D]. 顧松敏.沈陽理工大學(xué) 2018
[7]LBSN中虛假評(píng)論群體檢測(cè)[D]. 郭一方.東南大學(xué) 2017
[8]基于用戶行為的水軍團(tuán)體陣營(yíng)發(fā)現(xiàn)技術(shù)研究[D]. 曹文盼.浙江工商大學(xué) 2017
[9]基于圖模型的虛假評(píng)論識(shí)別方法研究[D]. 黃婷.華中科技大學(xué) 2017
[10]基于卷積神經(jīng)網(wǎng)絡(luò)的虛假評(píng)論識(shí)別技術(shù)的研究[D]. 李靜.北京郵電大學(xué) 2017



本文編號(hào)：3181803