基于融合分類器的垃圾評論識別方法研究.pdf

1、隨著網(wǎng)絡(luò)的逐漸普及，人與人之間的溝通交流更為方便，Blog社區(qū)作為一個新興的交流平臺，受到了廣大群眾的支持，同時，也吸引了Spam制造者的目光。由于眾多Blog網(wǎng)站為了增加用戶量，大都開放支持在線評議這一功能，導(dǎo)致Blog中涌現(xiàn)出大量與文章內(nèi)容無關(guān)的垃圾評論，嚴(yán)重影響讀者之間的交流和Web社區(qū)的清凈。關(guān)于如何有效的過濾掉這些垃圾信息，文本提出了一種基于融合分類器的垃圾評論識別方法。
　　 首先，介紹了基于樸素貝葉斯分類器的垃圾評

2、論過濾方法，通過大量瀏覽比較著名的Blog社區(qū)中的評論，總結(jié)出垃圾評論自身所具有的特點(diǎn)，針對其含有的通用廣告性這一特征，本文采用正則表達(dá)匹配這些“強(qiáng)特征”，并把這些泛化的特征作為評論的VSM模型的特征項(xiàng)。
　　 其次，因?yàn)榫W(wǎng)絡(luò)評論隨時間的推移會產(chǎn)生許多形式或內(nèi)容上的變化，僅依靠初期的訓(xùn)練集，必然會造成分類器的性能不理想而且也不能動態(tài)追蹤網(wǎng)絡(luò)用戶的需求，為解決此矛盾，本文引入了增量反饋機(jī)制，由于垃圾評論的識別可以看作是文本二分類的

3、問題，正常評論的特征寬泛而沒有規(guī)律性，相對而言，垃圾評論的特征性比較明顯，因此可將問題轉(zhuǎn)換為一個單類學(xué)習(xí)的問題。
　　 最后，為提高反饋特征子集的代表能力，本文綜合考慮新的待分類評論與現(xiàn)有的垃圾評論類中心向量之間的相似度和樸素貝葉斯的判別函數(shù)，來提取出具有新特征的垃圾評論作為反饋?zhàn)蛹?，進(jìn)而動態(tài)地修改垃圾評論類中心向量，并不斷逼近其理想模型，得出了一種基于融合分類器的垃圾評論過濾模型。經(jīng)實(shí)驗(yàn)證明，經(jīng)過改進(jìn)的分類器比傳統(tǒng)的分類器識別