| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 概述 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 虚假评论检测的研究现状 | 第10-13页 |
| 1.3 问题的提出与分析 | 第13-14页 |
| 1.4 本文的主要内容和章节安排 | 第14-17页 |
| 1.4.1 主要内容 | 第14-15页 |
| 1.4.2 章节安排 | 第15-17页 |
| 第2章 基于异常评分行为的虚假评论检测 | 第17-27页 |
| 2.1 引言 | 第17-18页 |
| 2.2 亚马逊评论数据分布分析 | 第18-20页 |
| 2.2.1 商品总体评分分布 | 第18-19页 |
| 2.2.2 Amazon商品评分分布研究 | 第19-20页 |
| 2.3 基于商品评分分布异常的目标商品筛选方法 | 第20-22页 |
| 2.3.1 可信用户筛选 | 第20-21页 |
| 2.3.2 商品列表排序方法 | 第21-22页 |
| 2.4 实验分析 | 第22-26页 |
| 2.4.1 评估方法 | 第22-23页 |
| 2.4.2 实验设置 | 第23-24页 |
| 2.4.3 参照数据设置 | 第24页 |
| 2.4.4 实验结果及分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于混合特征分析虚假评论文本相似度计算方法 | 第27-39页 |
| 3.1 引言 | 第27-28页 |
| 3.2 相关工作 | 第28-29页 |
| 3.3 基于混合特征分析的评论文本相似度计算方法 | 第29-35页 |
| 3.3.1 基于文本结构统计特征的相似度计算 | 第29-30页 |
| 3.3.2 基于语义特征分析的文本相似度计算 | 第30-35页 |
| 3.3.3 基于混合特征的文本相似度合成计算 | 第35页 |
| 3.4 实验仿真分析 | 第35-37页 |
| 3.4.1 实验数据 | 第35页 |
| 3.4.2 实验仿真结果对比分析 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 融合内容特征和用户行为特征的虚假评论检测模型 | 第39-49页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于监督学习的虚假评论检测相关工作 | 第40-41页 |
| 4.3 基于混合特征的虚假评论检测模型 | 第41-44页 |
| 4.3.1 评论文本内容特征特征提取 | 第41页 |
| 4.3.2 用户行为动态特征提取 | 第41-43页 |
| 4.3.3 融合特征的虚假评论检测 | 第43-44页 |
| 4.4 仿真分析 | 第44-47页 |
| 4.4.1 数据集 | 第44-45页 |
| 4.4.2 评价指标 | 第45页 |
| 4.4.3 数据集上的仿真结果对比分析 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 主要研究内容 | 第49页 |
| 5.2 论文主要创新点 | 第49-50页 |
| 5.3 工作展望 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |