| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 虚假评论概念厘定 | 第11-12页 |
| 1.2.2 基于消费者行为的数据分析 | 第12-13页 |
| 1.2.3 基于消费者评论的文本分析 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 相关研究与关键技术 | 第17-22页 |
| 2.1 物流业发展现状、趋势与存在问题 | 第17-19页 |
| 2.1.1 物流业总体发展状况与趋势 | 第17-18页 |
| 2.1.2 当前物流业存在的主要问题 | 第18-19页 |
| 2.2 基于评论文本内容的特征识别 | 第19-21页 |
| 2.2.1 评论文本主要特征 | 第19-20页 |
| 2.2.2 检测评论间关联规则的Apriori算法 | 第20-21页 |
| 2.3 对相似评论的聚类研究 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于消费者行为的数据分析 | 第22-40页 |
| 3.1 在线评论的自动化收集技术 | 第22-26页 |
| 3.1.1 使用Python爬虫采集在线评论 | 第23-26页 |
| 3.1.2 爬取在线评论的难点 | 第26页 |
| 3.2 采集结果预处理 | 第26-29页 |
| 3.2.1 会员等级内容替换 | 第27-28页 |
| 3.2.2 连续日期下消费者群体购买与评论行为 | 第28-29页 |
| 3.3 不同产品类型下可疑虚假评论群体 | 第29-33页 |
| 3.3.1 体验型产品(长时间) | 第30-31页 |
| 3.3.2 体验型产品(短时间) | 第31页 |
| 3.3.3 搜索型产品(参数复杂) | 第31-32页 |
| 3.3.4 搜索型产品(参数简单) | 第32-33页 |
| 3.4 不同购买评价时间差下可疑虚假评论群体 | 第33-36页 |
| 3.4.1 消费者数目与购买评价时间差 | 第34页 |
| 3.4.2 评价星级与购买评价时间差 | 第34-35页 |
| 3.4.3 消费者所在地与购买评价时间差 | 第35-36页 |
| 3.5 检验分析 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于消费者评论的文本分析 | 第40-49页 |
| 4.1 中文分词技术 | 第40-41页 |
| 4.2 构建中文评论情感词典 | 第41-43页 |
| 4.3 评论文本相似度分析 | 第43-48页 |
| 4.3.1 提取在线评论主题 | 第44-45页 |
| 4.3.2 计算在线评论情感倾向 | 第45-46页 |
| 4.3.3 提取评论特征 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 综合内容与行为的虚假评论检测 | 第49-58页 |
| 5.1 准备工作 | 第49-50页 |
| 5.1.1 样本集标注 | 第49-50页 |
| 5.1.2 特征向量的增维与归一化处理 | 第50页 |
| 5.2 研究过程 | 第50-52页 |
| 5.2.1 实验方案 | 第51页 |
| 5.2.2 实验评价标准 | 第51-52页 |
| 5.3 结果分析 | 第52-56页 |
| 5.3.1 情感词典构建对比结果 | 第52页 |
| 5.3.2 综合内容与行为的虚假评论检测效果 | 第52-53页 |
| 5.3.3 检测方法的推广应用 | 第53-56页 |
| 5.4 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 存在的问题 | 第59页 |
| 6.3 对下一步工作的展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |