基于评论特征的虚假评论者检测
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 概述 | 第10-11页 |
| 1.2 主要研究方法 | 第11-12页 |
| 1.3 国内外研究现状及存在的问题 | 第12-16页 |
| 第2章 数据集的获取及预处理 | 第16-22页 |
| 2.1 共享数据集和评论站点数据集 | 第16页 |
| 2.2 评论站点数据集的爬取 | 第16-18页 |
| 2.3 共享数据集的预处理 | 第18-20页 |
| 2.4 数据降噪及冗余清理 | 第20页 |
| 2.5 数据的加工和标准化 | 第20-22页 |
| 第3章 产品评论图 | 第22-30页 |
| 3.1 相关工作介绍 | 第22-23页 |
| 3.2 评论数据模型 | 第23页 |
| 3.3 产品评论图结构 | 第23-25页 |
| 3.4 产品评论图中各节点的推荐特征 | 第25-30页 |
| 3.4.1 评论者节点的推荐特征 | 第26-28页 |
| 3.4.2 评论节点推荐特征 | 第28-29页 |
| 3.4.3 产品节点的推荐特征 | 第29-30页 |
| 第4章 评分函数及ICE算法 | 第30-37页 |
| 4.1 评分函数 | 第30-35页 |
| 4.1.1 评论者的可信度函数 | 第30-31页 |
| 4.1.2 评论的忠实度函数 | 第31-34页 |
| 4.1.3 产品的可靠度函数 | 第34-35页 |
| 4.2 ICE算法 | 第35-37页 |
| 第5章 半监督分类算法 | 第37-40页 |
| 5.1 准备知识 | 第37-39页 |
| 5.2 虚假评论者分类 | 第39-40页 |
| 5.2.1 K-means聚类 | 第39页 |
| 5.2.2 其他分类方法 | 第39-40页 |
| 第6章 实验及结果 | 第40-68页 |
| 6.1 实验数据集 | 第40页 |
| 6.2 评价指标 | 第40-41页 |
| 6.3 算法的效率与一致性 | 第41-42页 |
| 6.4 ICE算法效果研究 | 第42-63页 |
| 6.4.1 各检测算法的特点分析 | 第46-57页 |
| 6.4.2 检测软件介绍 | 第57-63页 |
| 6.5 半监督分类评价 | 第63-66页 |
| 6.6 案例分析 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
