版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、電子商務(wù)的快速發(fā)展使得在線購物變得普及,商品評論作為最重要的用戶反饋,其數(shù)量正呈現(xiàn)爆炸性增長?;诠叫砸约按碳び脩舻幕有?,電子商務(wù)平臺大多會公開商品的評論,這使得該類型的用戶反饋不僅能指導(dǎo)商家改進服務(wù)和產(chǎn)品質(zhì)量,也能為其他用戶的購買決策提供參考。好評率高的商品能吸引更多的購買量,反之則會嚴重影響銷量?;诖?,商品評論成為了商家爭奪的戰(zhàn)場,一些無良商家會通過給自家商品“刷好評”或者給競爭對手的商品“刷差評”的方式誤導(dǎo)消費者,導(dǎo)致不正當
2、競爭。
本文分析了真實和垃圾評論的異同,基于WebQM模型分析垃圾評論的多維度特征,從評論源維度,評論內(nèi)容維度,以及評論表達維度捕捉垃圾評論的具有高區(qū)分度的特點。通過應(yīng)用或改進兩類分類算法,實現(xiàn)垃圾評論檢測,取得了較好的檢測效果。
本文采用了兩個真實的商品評論數(shù)據(jù)集。針對已標注的黃金標準數(shù)據(jù)集,本文從評論內(nèi)容、評論表達兩個維度對垃圾評論與真實評論的不同點進行分析了并提取特征,改進了傳統(tǒng)的PU學(xué)習(xí)算法,應(yīng)用于垃圾評論檢
3、測實驗。通過比較不同算法的檢測性能,驗證改進型PU學(xué)習(xí)算法在垃圾評論檢測中具有優(yōu)勢,實現(xiàn)了86%的F1值。針對未標注的亞馬遜數(shù)據(jù)集,本文首先進行Simhash標注并構(gòu)建了容量為3000條的實驗樣本集,通過對數(shù)據(jù)集中各屬性數(shù)據(jù)特點分析,提取了評論源維度特征,同時基于亞馬遜數(shù)據(jù)的特點擴充了評論內(nèi)容及評論表達特征。在此基礎(chǔ)上,本文對數(shù)據(jù)集不平衡問題進行處理,將GBDT梯度提升決策樹算法應(yīng)用至亞馬遜數(shù)據(jù)集垃圾評論檢測,并與其它算法進行了效果對比
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 集成網(wǎng)頁質(zhì)量特征的垃圾網(wǎng)頁檢測特征模型及模型驗證.pdf
- 基于評論特征的虛假評論者檢測.pdf
- 基于包特征檢測的IP業(yè)務(wù)流分析模型.pdf
- 基于意圖特征的評論質(zhì)量分析與建模方法研究.pdf
- 垃圾郵件特征的判別模型研究.pdf
- 基于特征點分析的垃圾郵件檢測.pdf
- Web流量特征模型的研究和應(yīng)用.pdf
- 基于質(zhì)量功能配置(QFD)的質(zhì)量特征并行優(yōu)化模型研究.pdf
- 基于文本分析的在線評論質(zhì)量評價模型研究.pdf
- 基于自適應(yīng)膚色模型與幾何特征的人臉檢測.pdf
- 數(shù)字幾何模型特征檢測與建模方法研究.pdf
- 基于QFD與FMECA的葉片泵質(zhì)量特征優(yōu)化模型研究.pdf
- 面向特征的Web服務(wù)角色訪問控制模型研究.pdf
- 基于用戶需求的特征模型配置分析與優(yōu)化方法研究.pdf
- 基于特征的矩陣分解模型.pdf
- 基于客戶特征分析模型的客戶價值評價.pdf
- 基于關(guān)系的垃圾評論檢測方法.pdf
- 基于主題分類特征的物業(yè)評論情感分析.pdf
- 基于多任務(wù)特征選擇和自適應(yīng)模型的人臉特征點檢測.pdf
- 基于顏色特征的圖像檢索模型.pdf
評論
0/150
提交評論