基于产品评论的垃圾评论者检测方法

《基于产品评论的垃圾评论者检测方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据硕士学位论文基于产品评论的垃圾评论者检测方法DetectingSpamReviewersBasedonProductReviews学号：2幽婴完成日期：星Q!垒!!垒!墨大连理工大学DalianUniversityofTechnology万方数据IIIIIIIllIUlY2728526’_____——大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使

2、用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：基王庄昌迁诠煎丝拯迁诠耋检测左洼作者签名：二翠逊L吼型年上月羔日万方数据大连理工大学硕士学位论文摘要最近几年，网上很多的文本信息愈来愈成为产品，服务或事件等有价值的观点信息源。而且现在已有很多的研究工作者开始从事比如产品评论，论坛热帖以及微博等观点信息源的情感分析方面的研究。在研究的早期阶段，人们大多将研究重心放在依赖于自然语言处理和数据挖掘技术的观点抽取及情感分类问题上，但是～个不容忽视的问题是垃圾

3、评论(或虚假评论、不可信评论)会给研究工作造成极大的危害，因此如何在大量的评论当中识别出那些垃圾评论及垃圾评论者是情感分析研究的前提，同时也是一个巨大的挑战。在这个互联网极为发达的社会，越来越多的人们会选择从网络中获取所需的信息，且很多人们愿意通过网络分享、交流他们对于某种事物的看法和所持的态度。其中最典型的便是网络购物，而这些电商平台上的在线评论提供了大量有价值的包括产品和服务的信息，然而这也给某些产品制造商或经销商带来了对评论作弊的利益驱动，他们会雇佣那些作弊者撰写垃圾评论来误导消费者做出错误的选择，从而提高自己的市场份额，增加自己的利

4、润。本文所研究的对象主要是基于电商平台的产品评论和商店评论。首先本文对垃圾评论(者)检测的研究现状进行了总结，详细分析了本文所用的数据集及相关算法，并提出了一种创新的垃圾评论者检测多重边图模型，模型通过对那些针对同一商品进行评论的评论者所持的态度，将这些评论者之间的关系抽象为支持边和反对边，然后在迭代计算过程中融入评论者特征。本文提出的算法借鉴了TrustRank的某些思想但是却又不尽相同。最后通过实验对我们的模型和算法进行了验证，评测结果表明，我们的算法能够用较低的时间复杂度，达到一个较高的准确率，这较之前的算法有了较大的提升。综上所述，

5、我们的算法能够有效的进行垃圾评论者检测，尤其是那些参与群体作弊行为比较多的垃圾评论者，这些评论者的危害也是最大的。关键词：情感分析；垃圾评论者；图模型万方数据基于产品评论的垃圾评论者检测方法DetectingSpamReviewersBasedonProductReviewsAbstractRecently，EvaluativetextsontheWebhavebecomeavaluablesourceofopinionsonproducts，services，events，individuals，etc．Recently，manyrese

6、archershavestudiedsuchopuuonsourcesasproductreviews，forumposts，andblogs．However，existingresearchhasbeenfocusedonclassificationandsummarizationofopinionsusingnaturallanguageprocessinganddataminingtechniques．AnimportantissuethathasbeenneglectedSOfarisoplmonspamortrustworthin

7、essofonlineopinions．Hence，howtoidentifythosespamreviewsmalargenumberofreviewsandminingsparereviewersiSthepreconditionofsentimentanalysisresearch，andthenabigchallenge．TheWebhasdramaticallychangedthewaythatpeopleexpressthemselvesandinteractwithothers．TheyCannowpostreviewsofp

8、roductsatmerchantsitesandexpresstheirvieWSandinteractwithothersviablogsandforums．Oneexamp