基于人类动力学的评论垃圾识别方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 基于评论内容的垃圾评论检测 | 第8-9页 |
| 1.2.2 基于评论相关信息的垃圾评论检测 | 第9-10页 |
| 1.2.3 基于评论发布者信息的垃圾评论检测 | 第10页 |
| 1.3 本课题研究内容与创新 | 第10-13页 |
| 1.3.1 研究内容 | 第10-12页 |
| 1.3.2 主要创新 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 数据分析与方法介绍 | 第14-26页 |
| 2.1 数据采集系统介绍 | 第14-16页 |
| 2.2 语料数据说明 | 第16-19页 |
| 2.3 垃圾评论分析 | 第19-24页 |
| 2.3.1 垃圾评论定义 | 第19-22页 |
| 2.3.2 垃圾评论者特点分析 | 第22-24页 |
| 2.4 垃圾评论识别方法介绍 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于人类动力学的评论垃圾识别 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 用户行为分析 | 第26-28页 |
| 3.2.1 用户个人行为分析 | 第26-27页 |
| 3.2.2 用户交互行为分析 | 第27-28页 |
| 3.3 用户个人行为特征提取 | 第28-29页 |
| 3.4 用户交互行为建模与特征提取 | 第29-32页 |
| 3.4.1 用户交互行为网络建模 | 第29-31页 |
| 3.4.2 用户交互特征提取方法 | 第31-32页 |
| 3.5 评论特征提取 | 第32-34页 |
| 第4章 实验与结果分析 | 第34-46页 |
| 4.1 实验过程 | 第34-36页 |
| 4.2 GBDT算法介绍 | 第36-37页 |
| 4.3 SVM算法介绍 | 第37页 |
| 4.4 实验验证 | 第37-45页 |
| 4.4.1 用户个人行为特征 | 第37-39页 |
| 4.4.2 用户交互行为特征 | 第39-41页 |
| 4.4.3 用户个人行为与交互行为特征 | 第41-43页 |
| 4.4.4 评论特征与用户特征 | 第43-45页 |
| 4.5 实验总结 | 第45-46页 |
| 第5章 结论与展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第52页 |
