基于情感计算的商品欺诈监测系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 论文的研究背景 | 第7-8页 |
| 1.2 相关研究概述 | 第8-9页 |
| 1.3 论文的研究内容 | 第9-10页 |
| 1.4 论文的章节安排 | 第10-11页 |
| 第二章 相关理论和方法介绍 | 第11-18页 |
| 2.1 本体理论 | 第11-12页 |
| 2.1.1 本体介绍 | 第11-12页 |
| 2.1.2 领域本体 | 第12页 |
| 2.2 情感分析 | 第12-15页 |
| 2.2.1 商品评论情感分析 | 第13页 |
| 2.2.2 语句粒度的商品评论情感分析 | 第13-15页 |
| 2.3 离群点计算 | 第15-17页 |
| 2.3.1 基于分布的离群点挖掘 | 第15-16页 |
| 2.3.2 基于深度的离群点挖掘 | 第16页 |
| 2.3.3 基于距离的离群点挖掘 | 第16页 |
| 2.3.4 基于密度的离群点挖掘 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 系统设计与关键算法 | 第18-35页 |
| 3.1 系统分析与总体设计 | 第18-21页 |
| 3.1.1 系统设计目标 | 第18-19页 |
| 3.1.2 系统架构和功能模块 | 第19-21页 |
| 3.2 商品评论抓取 | 第21-22页 |
| 3.3 商品特征挖掘 | 第22-25页 |
| 3.3.1 关联规则挖掘候选特征 | 第23-24页 |
| 3.3.2 基于本体的领域词典过滤商品特征 | 第24-25页 |
| 3.4 基于情感计算的特征向量分析 | 第25-30页 |
| 3.4.1 句法分析识别特征评价单元 | 第26-27页 |
| 3.4.2 建立情感词典作为情感计算基础 | 第27-29页 |
| 3.4.3 评价单元的情感得分计算 | 第29-30页 |
| 3.5 基于离群点挖掘的欺诈点识别 | 第30-33页 |
| 3.5.1 基于词义相似性的商品特征合并 | 第30-31页 |
| 3.5.2 基于密度的特征情感得分向量离群点计算 | 第31-33页 |
| 3.6 本章小结 | 第33-35页 |
| 第四章 系统实现与分析 | 第35-49页 |
| 4.1 系统实现 | 第35-45页 |
| 4.1.1 商品评价采集模块 | 第35-37页 |
| 4.1.2 商品特征挖掘模块 | 第37-39页 |
| 4.1.3 特征向量情感计算模块 | 第39-41页 |
| 4.1.4 欺诈点识别模块 | 第41-42页 |
| 4.1.5 数据库设计 | 第42-45页 |
| 4.2 实验分析 | 第45-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49-50页 |
| 5.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 研究生期间撰写的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
