互联网评论中伪信息与有价值信息的自动识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-21页 |
| ·研究背景及意义 | 第7-10页 |
| ·时代背景 | 第7页 |
| ·社会背景 | 第7-10页 |
| ·研究意义 | 第10-11页 |
| ·话题检测与跟踪 | 第10页 |
| ·意见挖掘 | 第10-11页 |
| ·国内外相关研究现状 | 第11-20页 |
| ·评价文本的挖掘 | 第11-14页 |
| ·产品评论挖掘 | 第14-17页 |
| ·意见挖掘系统研究 | 第17-18页 |
| ·链接垃圾(Link-spam)识别技术 | 第18-19页 |
| ·Web Spam 技术研究 | 第19-20页 |
| ·本文创新点 | 第20页 |
| ·各章节安排 | 第20-21页 |
| 第二章 分类算法 | 第21-25页 |
| ·概述 | 第21页 |
| ·分类算法的种类及特性 | 第21-23页 |
| ·分类算法的评价标准 | 第23页 |
| ·分类器的准确度评估方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 伪信息与有价值信息相关研究方法 | 第25-27页 |
| ·本章小节 | 第26-27页 |
| 第四章 基于信息价值和可靠性的评论分类定义规范 | 第27-30页 |
| ·评论分类: | 第27页 |
| ·实验语料收集 | 第27-29页 |
| ·本章小节 | 第29-30页 |
| 第五章 评论的自动分类方法 | 第30-37页 |
| ·特征 | 第30-34页 |
| ·系统模型构建 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第六章 实验结果与分析 | 第37-60页 |
| ·本章小节 | 第59-60页 |
| 第七章 总结 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68-70页 |