中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 引言 | 第8-12页 |
1.1 选题背景和意义 | 第8-9页 |
1.2 研究思路 | 第9页 |
1.3 本文主要贡献 | 第9-10页 |
1.4 组织结构 | 第10-12页 |
第二章 国内外研究现状及相关理论 | 第12-19页 |
2.1 产品垃圾评论者检测的研究现状 | 第12-15页 |
2.1.1 产品垃圾评论识别的研究现状 | 第12-14页 |
2.1.2 产品垃圾评论者识别研究现状 | 第14-15页 |
2.2 相关理论 | 第15-16页 |
2.2.1 PageRank算法 | 第15页 |
2.2.2 TrustRank算法 | 第15-16页 |
2.2.3 Anti-TrustRank算法 | 第16页 |
2.3 评价指标和数据集 | 第16-18页 |
2.3.1 评价指标 | 第16-17页 |
2.3.2 实验数据集 | 第17-18页 |
2.4 本章小结 | 第18-19页 |
第三章 基于评论者关系的垃圾评论者检测模型 | 第19-28页 |
3.1 引言 | 第19页 |
3.2 问题描述 | 第19-20页 |
3.3 模型介绍 | 第20-24页 |
3.3.1 基于评论者关系的多边图模型构建 | 第20-21页 |
3.3.2 评论者自评估模型 | 第21-22页 |
3.3.3 基于PageRank的评论者互评估可信度模型 | 第22页 |
3.3.4 评论者互评估可信度T_M(r)的估计 | 第22-23页 |
3.3.5 评论者一致性集合W(r)的构建 | 第23-24页 |
3.4 实验结果及分析 | 第24-27页 |
3.4.1 实验设置 | 第24-25页 |
3.4.2 实验结果分析 | 第25-27页 |
3.5 本章小结 | 第27-28页 |
第四章 结合评论真实度的评论者可信度传播模型 | 第28-35页 |
4.1 引言 | 第28页 |
4.2 问题描述 | 第28-29页 |
4.3 模型介绍 | 第29-31页 |
4.3.1 评论者关系图的构建 | 第29页 |
4.3.2 基于PageRank的评论者互评估可信度模型 | 第29-30页 |
4.3.3 基于TrustRank的评论者可信度传播模型 | 第30-31页 |
4.3.4 评论者的被传播可信度TR(r)的估计 | 第31页 |
4.4 实验方案及结果分析 | 第31-33页 |
4.4.1 实验设置 | 第31-32页 |
4.4.2 实验结果及其分析 | 第32-33页 |
4.5 本章小结 | 第33-35页 |
第五章 结合TrustRank和Anti-TrustRank的垃圾评论者检测模型 | 第35-43页 |
5.1 引言 | 第35页 |
5.2 问题描述 | 第35-36页 |
5.3 模型介绍 | 第36-38页 |
5.3.1 结合评论者反对边的评论关系图的构建 | 第36-37页 |
5.3.2 结合TrustRank和Anti-TrustRank的垃圾评论者检测模型 | 第37页 |
5.3.3 基于组合模型的评论者可信度UR(r)的评估 | 第37页 |
5.3.4 组合模型中DR(r)的构建 | 第37-38页 |
5.3.5 不一致的评论者集合W'(r)的构建 | 第38页 |
5.4 实验方案及结果分析 | 第38-42页 |
5.4.1 实验设置 | 第38-40页 |
5.4.2 实验结果及其分析 | 第40-42页 |
5.5 本章小结 | 第42-43页 |
第六章 总结与展望 | 第43-45页 |
总结 | 第43-44页 |
展望 | 第44-45页 |
参考文献 | 第45-49页 |
致谢 | 第49-50页 |
个人简历 | 第50-51页 |
在学校期间的研究成果以及发表的学术论文 | 第51页 |