隨著互聯(lián)網科技的普及和迅速發(fā)展,電子商務平臺在現實生活中的應用更加廣泛,比如淘寶,京東,小紅書等。隨之,在線評論也成為越來越受人們歡迎的一種社交媒體,主要表現為消費者在購買商品時,會把該商品的歷史評論記錄當作一個重要的參考指標。每個賣家都努力提高他們產品的好評度來吸引更多的消費者。由于利益的驅使,一些商家可能會雇用一些人對其產品進行虛假評論,用來提高店鋪的知名度和產品的好評度;一些商家可能會雇用一些人對同行的產品進行惡意打壓,用來提高自己的競爭力。為了給每個消費者提供良好的購物環(huán)境,虛假評論檢測工作逐漸成為維護電子商務平臺以及在線購物網站正常運營的重要環(huán)節(jié)。本文提出了一種基于馬爾科夫隨機場的虛假評論在線檢測方法。相對于以往的離線檢測方法,在線檢測的實時性更高,能夠更加及時地捕捉到虛假評論,從而更加高效地應用在實際場景中。本實驗內容主要包括:對獲取到的數據集進行預處理,主要目的是方便實驗過程中對數據的查找和編碼過程中對數據的處理;利用評論之間的關系生成動態(tài)評論圖,然后建模為馬爾科夫隨機場;利用LBP算法來求解該馬爾科夫隨機場。實驗結果表明,本文提出的基于馬爾科夫隨機場的虛假評論在線檢測方... 

【文章來源】：沈陽理工大學遼寧省

【文章頁數】：58 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 概述
    1.2 現階段主要研究方法
        1.2.1 虛假評論檢測技術分類介紹
        1.2.2 國內外研究現狀及存在問題
    1.3 論文的研究內容和創(chuàng)新
        1.3.1 研究內容
        1.3.2 主要創(chuàng)新
    1.4 論文的結構
第2章 相關理論模型
    2.1 馬爾科夫隨機場的基本概念
        2.1.1 概率圖模型
        2.1.2 馬爾科夫性
        2.1.3 馬爾科夫隨機場
        2.1.4 馬爾科夫隨機場的傳統(tǒng)求解方式
    2.2 循環(huán)置信傳播算法的基本概念
        2.2.1 信念傳播和信念更新
        2.2.2 LBP算法的主要思想
        2.2.3 LBP算法的計算過程
    2.3 本章小結
第3章 虛假評論在線檢測模型
    3.1 動態(tài)評論圖
        3.1.1 滑動窗口的原理
        3.1.2 二部圖的概念
        3.1.3 生成動態(tài)評論圖
    3.2 建立馬爾科夫隨機場
    3.3 評論結點先驗
    3.4 本章小節(jié)
第4章 虛假評論在線檢測算法分析
    4.1 算法計算框架
    4.2 算法性能評價
        4.2.1 時間復雜度
        4.2.2 空間復雜度
    4.3 本章小節(jié)
第5章 實驗及結果
    5.1 實驗環(huán)境
    5.2 數據集的獲取及預處理
        5.2.1 數據集的獲取
        5.2.2 數據集預處理
        5.2.3 數據集的統(tǒng)計與分析
    5.3 評論數據集度量指標
    5.4 欺詐特征選擇
    5.5 參數影響與結果分析
    5.6 本章小節(jié)
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文和獲得的科研成果
致謝



本文編號：3148699