首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于SCAN聚类的虚假评论人群组检测方法

摘要第6-7页
abstract第7页
第1章 绪论第10-17页
    1.1 课题研究的背景及意义第10-11页
    1.2 研究方法分类第11-12页
    1.3 研究现状与方法局限第12-14页
    1.4 论文的研究内容与创新第14-15页
        1.4.1 研究内容第14-15页
        1.4.2 主要创新第15页
    1.5 论文的结构第15-17页
第2章 数据集与预处理第17-20页
    2.1 共享数据集第17页
    2.2 数据集的预处理第17-18页
    2.3 数据集分析第18-19页
    2.4 本章小结第19-20页
第3章 带权评论人图模型第20-27页
    3.1 图结构方法第20-21页
    3.2 带权评论人图相关问题定义第21-23页
    3.3 带权评论人图模型第23-26页
    3.4 本章小结第26-27页
第4章 生成虚假评论人群组第27-37页
    4.1 SCAN算法第27-32页
        4.1.1 图聚类原理第27-28页
        4.1.2 虚假评论人群组产生算法(SCAN算法)第28-29页
        4.1.3 SCAN算法的相关定义第29-32页
        4.1.4 SCAN算法原理第32页
    4.2 SCAN算法的参数问题第32-34页
    4.3 SCAN算法产生的候选虚假评论人群组第34-36页
    4.4 本章小结第36-37页
第5章 虚假评论人群组检测第37-43页
    5.1 虚假评论人群组特征第37-42页
    5.2 虚假评论人群组排序第42页
    5.3 本章小结第42-43页
第6章 实验与结果第43-54页
    6.1 实验数据集第43页
    6.2 参数影响第43-49页
    6.3 与相关算法对比第49-52页
    6.4 人工评估第52-53页
    6.5 本章小结第53-54页
结论第54-56页
参考文献第56-58页
攻读硕士学位期间发表的论文和获得的科研成果第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:卷积神经网络在目标轮廓识别中的应用
下一篇:近距离平面目标声探测与定位技术研究