基于主题和情感分析的垃圾评论识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要工作及组织结构 | 第12-15页 |
| 1.3.1 论文主要工作 | 第12页 |
| 1.3.2 论文内容的组织结构 | 第12-15页 |
| 第2章 内容型垃圾评论的特征分析 | 第15-32页 |
| 2.1 内容型垃圾评论的表现形式 | 第15-16页 |
| 2.2 评论主题的匹配方法 | 第16-23页 |
| 2.2.1 语料库的构建 | 第16-19页 |
| 2.2.2 基于LDA的主题匹配模型 | 第19-23页 |
| 2.3 特征的提取与分析 | 第23-26页 |
| 2.3.1 基于评论内容的特征提取 | 第23-25页 |
| 2.3.2 基于用户行为的特征提取 | 第25-26页 |
| 2.4 实验结果及分析 | 第26-31页 |
| 2.4.1 分类器的选择 | 第26-27页 |
| 2.4.2 实验数据 | 第27-28页 |
| 2.4.3 评价指标 | 第28页 |
| 2.4.4 实验对比与结果分析 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 欺骗型垃圾评论的特征分析 | 第32-48页 |
| 3.1 欺骗型垃圾评论的表现形式 | 第32-33页 |
| 3.2 基于情感分析的特征提取 | 第33-42页 |
| 3.2.1 情感特征提取框架 | 第33-34页 |
| 3.2.2 技术选择 | 第34页 |
| 3.2.3 基于深度学习的情感分类 | 第34-39页 |
| 3.2.4 文本深度表示 | 第39页 |
| 3.2.5 正负向情感异常分析 | 第39-42页 |
| 3.3 特征的提取与分析 | 第42-44页 |
| 3.3.1 用户情感特征提取 | 第42-43页 |
| 3.3.2 其它特征提取 | 第43-44页 |
| 3.4 实验结果及分析 | 第44-47页 |
| 3.4.1 实验数据 | 第45页 |
| 3.4.2 情感分类实验结果分析 | 第45-46页 |
| 3.4.3 垃圾评论识别实验结果分析 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 融合多维特征的垃圾评论识别方法 | 第48-63页 |
| 4.1 多维特征的融合与分析 | 第48-49页 |
| 4.2 多分类器集成研究 | 第49-54页 |
| 4.2.1 多分类器集成的系统架构 | 第50-53页 |
| 4.2.2 多分类器的集成方法分析 | 第53-54页 |
| 4.3 基于规则特征抽取的随机子空间方法 | 第54-60页 |
| 4.3.1 特征选择 | 第56-58页 |
| 4.3.2 特征子集的构建 | 第58页 |
| 4.3.3 分类器差异性判断 | 第58-59页 |
| 4.3.4 融合决策方案设计 | 第59-60页 |
| 4.4 实验结果及分析 | 第60-62页 |
| 4.4.1 实验数据 | 第60页 |
| 4.4.2 实验对比分析 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 论文总结 | 第63-64页 |
| 5.2 论文展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间发表的学术论文 | 第70页 |
