基于DBN模型的电子商务虚假评论识别
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 第一节 研究背景与意义 | 第9-12页 |
| 一、研究背景 | 第9-11页 |
| 二、研究意义 | 第11-12页 |
| 第二节 研究现状 | 第12-14页 |
| 一、国内外研究现状 | 第12-13页 |
| 二、研究现状评价 | 第13-14页 |
| 第三节 研究思路与主要内容 | 第14-15页 |
| 一、研究思路 | 第14页 |
| 二、主要内容 | 第14-15页 |
| 第四节 创新点与不足 | 第15-17页 |
| 一、可能的创新点 | 第15-16页 |
| 二、存在的不足 | 第16-17页 |
| 第二章 虚假评论识别方法 | 第17-29页 |
| 第一节 虚假评论研究理论 | 第17-19页 |
| 一、虚假评论的由来 | 第17页 |
| 二、虚假评论的运行机制 | 第17-18页 |
| 三、刷单买家流程 | 第18页 |
| 四、虚假评论的基本类别 | 第18-19页 |
| 第二节 虚假评论研究方法 | 第19-29页 |
| 一、数据清洗 | 第19-20页 |
| 二、中文分词与情感分析 | 第20-23页 |
| 三、深度信念网络 | 第23-29页 |
| 第三章 数据获取 | 第29-39页 |
| 第一节 网络爬虫技术 | 第29-33页 |
| 一、网络爬虫的分类 | 第29-31页 |
| 二、反爬虫技术原理 | 第31页 |
| 三、分布式爬虫原理 | 第31-32页 |
| 四、网络爬虫基本流程 | 第32-33页 |
| 第二节 基于网络爬虫技术的数据获取 | 第33-39页 |
| 一、网络爬虫基本思路 | 第33页 |
| 二、网络爬虫爬取流程 | 第33-39页 |
| 第四章 电子商务虚假评论识别实践 | 第39-54页 |
| 第一节 数据集来源与清洗 | 第39-43页 |
| 一、数据集来源 | 第39-40页 |
| 二、数据集清洗 | 第40-43页 |
| 第二节 数据分词与情感分析 | 第43-48页 |
| 一、数据分词 | 第43-45页 |
| 二、情感分析 | 第45-46页 |
| 三、主题词获取 | 第46-48页 |
| 第三节 DBN模型实证结果分析 | 第48-54页 |
| 一、数据准备与指标体系构建 | 第48-49页 |
| 二、模型训练及参数调节 | 第49-51页 |
| 三、识别结果分析 | 第51-54页 |
| 第五章 主要结论与研究展望 | 第54-56页 |
| 第一节 主要结论 | 第54页 |
| 第二节 研究展望 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-87页 |
| 附录A JIEBA分词词性标注 | 第58-59页 |
| 附录B 爬虫程序 | 第59-64页 |
| 附录C 数据处理R程序 | 第64-77页 |
| 附录D 深度置信网络实现程序 | 第77-87页 |
| 致谢 | 第87页 |
