电商平台购物虚假评论识别研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的 | 第10-11页 |
| 1.3 研究现状 | 第11-15页 |
| 1.3.1 国外文献综述 | 第11-12页 |
| 1.3.2 国内文献综述 | 第12-14页 |
| 1.3.3 文献评述 | 第14-15页 |
| 1.4 研究思路 | 第15-16页 |
| 1.5 本文创新 | 第16-17页 |
| 1.6 论文组织结构 | 第17-18页 |
| 第2章 评论数据多维特征体系构建 | 第18-29页 |
| 2.1 虚假评论生产过程调研 | 第18-19页 |
| 2.2 数据说明 | 第19-25页 |
| 2.2.1 数据来源与获取方式 | 第19-20页 |
| 2.2.2 数据多维属性分析 | 第20-25页 |
| 2.3 文本量化及特征提取 | 第25-29页 |
| 2.3.1 文本分词处理 | 第25-27页 |
| 2.3.2 word2vec文本量化 | 第27-29页 |
| 第3章 虚假评论预识别 | 第29-35页 |
| 3.1 重复评论识别 | 第29-30页 |
| 3.2 评论时间分布 | 第30-33页 |
| 3.3 数据标注 | 第33-35页 |
| 第4章 虚假评论识别 | 第35-46页 |
| 4.1 虚假评论识别分类器构建 | 第35-45页 |
| 4.1.1 模型评价方法 | 第35-36页 |
| 4.1.2 Logistic模型 | 第36-37页 |
| 4.1.3 k最近邻模型 | 第37-38页 |
| 4.1.4 SVM模型 | 第38-39页 |
| 4.1.5 text-CNN | 第39-41页 |
| 4.1.6 fastText | 第41-43页 |
| 4.1.7 组合模型 | 第43-45页 |
| 4.2 虚假评论识别效果 | 第45-46页 |
| 第5章 虚假评论模式挖掘 | 第46-51页 |
| 5.1 虚假评论特征抽取与统计语言模型 | 第46-48页 |
| 5.1.1 虚假评论特征抽取 | 第46-47页 |
| 5.1.2 虚假评论统计语言模型构建 | 第47-48页 |
| 5.2 基于多维特征的虚假评论行为模式挖掘 | 第48-51页 |
| 结论与展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 附录 | 第55-65页 |
| 致谢 | 第65-66页 |
