電商平臺的評論在很大程度上為消費者提供了商品情況的直觀判斷,然而由于經濟利益,許多不法的商戶或專業(yè)的水軍團體瞄準了電商平臺的評論,試圖通過虛假的評論來影響消費者的判斷,達到提高或降低目標商品銷量的目的。由于這種行為嚴重危害了電商平臺的真實性和公平性,各大平臺都在虛假評論檢測方面做出了很多的工作,以避免虛假評論行為對正常消費秩序的破壞。許多專家學者也提出了一些解決方案來降低虛假評論的危害,并在一定程度上取得了效果。但隨著虛假評論用戶逐漸轉向有組織的虛假評論群組,許多檢測方法都不能很好地識別虛假群組。針對這一問題,本文對虛假評論群組進行了深入研究并提出了兩種解決方案。首先,采用對大量的用戶關系進行挖掘的方法,發(fā)現(xiàn)用戶之間的關聯(lián),進而發(fā)現(xiàn)候選群組。對于每一個項目,都構建一個與該項目對應用戶關系圖,構成用戶關系圖組。通過對用戶關系圖組中的關聯(lián)強度進行挖掘,發(fā)現(xiàn)支持度較高子圖中的用戶作為候選群組,最終對候選群組的關聯(lián)關系及緊密度進行排序發(fā)現(xiàn)虛假評論群組及用戶。此外,通過對用戶的行為進行分析,研究用戶關聯(lián)構建以及圖的局部拓展群組劃分方法。在構建的用戶關系無向圖的基礎上,通過對用戶之間的關聯(lián)進行定量... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 傳統(tǒng)虛假評論用戶檢測方法
        1.2.2 基于機器學習的虛假評論群組檢測方法
        1.2.3 基于圖模型的虛假評論群組檢測方法
    1.3 本文的主要研究內容
    1.4 本文的組織結構
第2章 相關理論及技術簡介
    2.1 虛假評論概述
    2.2 圖論相關理論
        2.2.1 圖的基本概念
        2.2.2 無向圖的連通性及遍歷
        2.2.3 無向圖與群組的聯(lián)系
    2.3 圖的關聯(lián)挖掘相關簡介
        2.3.1 圖的割點查找方法
        2.3.2 圖的模塊度
        2.3.3 頻繁子圖挖掘
    2.4 本章小結
第3章 頻繁子圖挖掘虛假群組檢測算法
    3.1 頻繁子圖挖掘虛假群組檢測算法框架圖
    3.2 構建用戶關系圖組
    3.3 重合候選群組發(fā)現(xiàn)
        3.3.1 頻繁子圖發(fā)現(xiàn)順序序列
        3.3.2 候選群組發(fā)現(xiàn)
        3.3.3 候選群組發(fā)現(xiàn)算法
    3.4 虛假群組判斷
    3.5 本章小結
第4章 基于圖局部拓展的虛假群組檢測算法
    4.1 局部拓展虛假群組發(fā)現(xiàn)框架圖
    4.2 構建用戶關系圖
    4.3 候選群組發(fā)現(xiàn)
        4.3.1 核心拓展思想
        4.3.2 局域模塊度最大思想
        4.3.3 候選群組發(fā)現(xiàn)算法
    4.4 虛假評論群組檢測特征及虛假評論群組的發(fā)現(xiàn)
    4.5 本章小結
第5章 實驗驗證與分析
    5.1 實驗數(shù)據(jù)集及設置
        5.1.1 實驗數(shù)據(jù)
        5.1.2 實驗評價指標
        5.1.3 實驗環(huán)境
        5.1.4對比實驗
    5.2 頻繁子圖挖掘虛假群組檢測算法實驗對比及分析
        5.2.1 Amazon數(shù)據(jù)集實驗結果及分析
        5.2.2 實驗參數(shù)選取說明
    5.3 基于圖的局部拓展虛假評論群組檢測算法實驗對比及分析
        5.3.1 Amazon數(shù)據(jù)集實驗結果及分析
        5.3.2 Yelp數(shù)據(jù)集實驗結果及分析
        5.3.3 實驗參數(shù)的選取及運行效率分析
    5.4 本章小結
結論
參考文獻
攻讀碩士學位期間承擔的科研任務與主要成果
致謝


【參考文獻】：
期刊論文
[1]垃圾商品評論檢測研究綜述[J]. 張圣,伍星,鄒東升.  計算機工程與科學. 2018(11)
[2]虛假評論檢測研究綜述[J]. 李璐旸,秦兵,劉挺.  計算機學報. 2018(04)
[3]基于個人–群體–商戶關系模型的虛假評論識別研究[J]. 余傳明,馮博琳,左宇恒,陳百云,安璐.  北京大學學報(自然科學版). 2017(02)
[4]利用加權用戶關系圖的譜分析探測大規(guī)模電子商務水軍團體[J]. 韓忠明,楊珂,譚旭升.  計算機學報. 2017(04)
[5]在線商品虛假評論形成路徑研究[J]. 陳燕方,婁策群.  現(xiàn)代情報. 2015(01)
[6]網(wǎng)絡水軍識別研究[J]. 莫倩,楊珂.  軟件學報. 2014(07)
[7]數(shù)據(jù)結構中圖的遍歷算法[J]. 余云,鄔奇梅.  電腦知識與技術. 2008(17)



本文編號：3105983