基于协同训练的互联网在线虚假评论识别研究
学位论文数据集 | 第4-5页 |
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景 | 第13-14页 |
1.2 研究对象与意义 | 第14-15页 |
1.2.1 研究对象 | 第14页 |
1.2.2 研究意义 | 第14-15页 |
1.3 国内外研究综述 | 第15-19页 |
1.3.1 虚假评论研究综述 | 第15-18页 |
1.3.2 协同训练算法研究综述 | 第18-19页 |
1.4 本文贡献 | 第19-21页 |
第二章 相关技术介绍 | 第21-31页 |
2.1 信息熵 | 第21-22页 |
2.2 概率上下文无关文法 | 第22-23页 |
2.3 词频-逆向文件频率 | 第23-24页 |
2.4 朴素贝叶斯 | 第24页 |
2.5 支持向量机 | 第24-25页 |
2.6 协同训练模型 | 第25-28页 |
2.7 检验与验证方法 | 第28-31页 |
2.7.1 威尔考克森符号秩检验 | 第28页 |
2.7.2 曼·惠特尼U检验 | 第28-29页 |
2.7.3 十折交叉验证 | 第29页 |
2.7.4 分类准确率 | 第29-31页 |
第三章 在线虚假评论识别模型方法 | 第31-41页 |
3.1 CoSpa模型 | 第31-35页 |
3.2 CoFea模型 | 第35-41页 |
第四章 实验 | 第41-53页 |
4.1 数据集特征 | 第41-44页 |
4.2 实验内容 | 第44-45页 |
4.2.1 基于CoSpa模型的实验 | 第44-45页 |
4.2.2 基于CoFea模型的实验 | 第45页 |
4.3 实验结果 | 第45-50页 |
4.3.1 基于CoSpa模型的实验结果 | 第46-48页 |
4.3.2 基于CoFea模型的实验结果 | 第48-50页 |
4.4 针对实验结果的讨论 | 第50-53页 |
第五章 结论 | 第53-55页 |
5.1 本文工作总结 | 第53页 |
5.2 相关技术展望 | 第53-55页 |
参考文献 | 第55-59页 |
研究成果及发表的学术论文 | 第59-61页 |
致谢 | 第61-63页 |
作者和导师简介 | 第63-64页 |
附件 | 第64-65页 |