基于用户评价的垃圾评论检测
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 垃圾评论的定义和分析 | 第10-11页 |
| 1.2.2 评论数据收集方法 | 第11-12页 |
| 1.2.3 机器学习软件 | 第12-14页 |
| 1.2.4 小结 | 第14页 |
| 1.3 课题研究意义 | 第14页 |
| 1.4 论文研究的内容 | 第14-15页 |
| 1.5 论文章节安排 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 基于浏览器插件的评论收集及预处理技术 | 第16-23页 |
| 2.1 评论信息的数据模型 | 第16-17页 |
| 2.2 基于浏览器插件的评论收集方法 | 第17-20页 |
| 2.2.1 评论收集插件架构 | 第17-19页 |
| 2.2.2 评论信息获取方法 | 第19-20页 |
| 2.3 评论数据预处理 | 第20-22页 |
| 2.3.1 商品店铺信息 | 第21-22页 |
| 2.3.2 评论人等级 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于分类算法的垃圾评论检测方法 | 第23-36页 |
| 3.1 分类属性的提取 | 第23-30页 |
| 3.1.1 评论属性的划分 | 第23-24页 |
| 3.1.2 评论连贯性 | 第24-28页 |
| 3.1.3 评论一致性 | 第28-30页 |
| 3.2 样本集的构建 | 第30-32页 |
| 3.3 分类算法 | 第32-35页 |
| 3.3.1 SVM算法 | 第32-34页 |
| 3.3.2 朴素贝叶斯算法 | 第34-35页 |
| 3.3.3 逻辑回归 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 垃圾评论检测系统的设计与实现 | 第36-50页 |
| 4.1 需求分析 | 第36页 |
| 4.1.1 运行环境 | 第36页 |
| 4.1.2 系统内部接口 | 第36页 |
| 4.1.3 系统功能需求 | 第36页 |
| 4.2 系统设计 | 第36-37页 |
| 4.2.1 系统总体架构设计 | 第36-37页 |
| 4.2.2 系统各功能模块设计 | 第37页 |
| 4.3 评论收集模块的实现 | 第37-45页 |
| 4.3.1 评论数据收集功能的实现 | 第37-41页 |
| 4.3.2 评论数据存储功能的实现 | 第41-43页 |
| 4.3.3 检测结果显示功能的实现 | 第43-45页 |
| 4.4 评论识别模块的实现 | 第45-50页 |
| 4.4.1 评论识别部分文件I/O方法 | 第45-46页 |
| 4.4.2 抽取评论属性方法的实现 | 第46-48页 |
| 4.4.3 分类算法的使用 | 第48-50页 |
| 第五章 实验结果与分析 | 第50-54页 |
| 5.1 准备工作及实验过程 | 第50-51页 |
| 5.1.1 样本集收集流程 | 第50页 |
| 5.1.2 垃圾评论检测指标 | 第50-51页 |
| 5.1.3 实验过程 | 第51页 |
| 5.2 垃圾评论检测结果 | 第51-52页 |
| 5.3 实验结果分析 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 论文总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 企业实习工作 | 第59-60页 |
| 作者简历 | 第60页 |
