基于用戶評(píng)價(jià)的垃圾評(píng)論檢測(cè).pdf

1、社交網(wǎng)絡(luò)的發(fā)展拉近了人與人之間的距離，使得人們可以通過各種網(wǎng)站發(fā)布和評(píng)論信息，但是這些信息中有些是無用的垃圾評(píng)論。尤其是在電子商務(wù)領(lǐng)域，有很多用戶會(huì)發(fā)布無意義的商品評(píng)論信息。為了解決這一問題，本文將識(shí)別評(píng)論可信度作為出發(fā)點(diǎn)，通過自動(dòng)提取網(wǎng)頁評(píng)論信息，實(shí)現(xiàn)了一個(gè)垃圾評(píng)論檢測(cè)系統(tǒng)。為了解決評(píng)論收集問題，系統(tǒng)采用了火狐插件來實(shí)現(xiàn)數(shù)據(jù)收集。為了得到較好的檢測(cè)效果，經(jīng)過科學(xué)分析和實(shí)例測(cè)試之后，項(xiàng)目采用機(jī)器學(xué)習(xí)的方法對(duì)垃圾評(píng)論進(jìn)行檢測(cè)。本文研究?jī)?nèi)容

2、有:
　　1.研究火狐瀏覽器擴(kuò)展和插件的實(shí)現(xiàn)方法，根據(jù)系統(tǒng)實(shí)現(xiàn)需要判斷擴(kuò)展和插件之間的差別，通過可行性分析結(jié)果設(shè)計(jì)了基于Add-on SDK的瀏覽器插件。插件通過分析淘寶網(wǎng)頁JavaScript元素，針對(duì)商品評(píng)論的各項(xiàng)屬性，使用了基于jQuery的評(píng)論信息查詢方法查找評(píng)論數(shù)據(jù)，并對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理再保存到本地。
　　2.實(shí)現(xiàn)垃圾評(píng)論檢測(cè)的SVM、樸素貝葉斯和羅輯回歸方法，將它們應(yīng)用到垃圾評(píng)論檢測(cè)中，將垃圾評(píng)論檢測(cè)轉(zhuǎn)化成

3、評(píng)論可信度的分類。根據(jù)收集的數(shù)據(jù)構(gòu)建用于可信度檢測(cè)實(shí)驗(yàn)的評(píng)論數(shù)據(jù)樣本集。最后從評(píng)論數(shù)據(jù)中提取出可以作為可信度參考依據(jù)的評(píng)論屬性。
　　3.該部分對(duì)系統(tǒng)需求進(jìn)行了分析，設(shè)計(jì)了系統(tǒng)各模塊功能關(guān)系，并以此為基礎(chǔ)，實(shí)現(xiàn)用于檢測(cè)垃圾評(píng)論的軟件系統(tǒng)。
　　4.通過實(shí)驗(yàn)對(duì)比不同分類方法檢測(cè)結(jié)果的正確率，分析不同的訓(xùn)練集規(guī)模對(duì)識(shí)別結(jié)果的影響，研究了不同評(píng)論屬性對(duì)評(píng)論可信度的影響。實(shí)驗(yàn)結(jié)果證實(shí)SVM與樸素貝葉斯分類法在識(shí)別垃圾評(píng)論時(shí)都有著不錯(cuò)

4、的準(zhǔn)確性。SVM方法在訓(xùn)練集不足的情況下依然可以得到不錯(cuò)的結(jié)果，且不同的核函數(shù)也會(huì)影響結(jié)果的準(zhǔn)確性，
　　本文以識(shí)別垃圾評(píng)論為目標(biāo)，設(shè)計(jì)了電商網(wǎng)站中商品評(píng)論的可信度檢測(cè)系統(tǒng)。系統(tǒng)包含了火狐Add-on SDK開發(fā)的評(píng)論收集插件和Qt開發(fā)的評(píng)論分析工具，該工具分析評(píng)論時(shí)分別應(yīng)用了SVM和樸素貝葉斯分類法以實(shí)現(xiàn)垃圾評(píng)論的檢測(cè)。實(shí)驗(yàn)證明系統(tǒng)在評(píng)論信息收集和可信度識(shí)別上具有可行性，并有助于用戶加深對(duì)評(píng)論真實(shí)性的了解，避免了人工識(shí)別所需的龐