第一个书签之前
摘 要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 虚假评论识别国内外研究现状
1.2.2 评论有用性分析国内外研究现状
1.3 本文主要研究思路及内容
1.4 本文结构安排
第2章 基于图模型的虚假评论识别
2.1 引言
2.2 实验数据及预处理
2.2.1 实验数据集介绍
2.2.2 预处理
2.2.3 实验评价指标
2.3 图模型框架及相关技术介绍
2.3.1 图模型框架
2.3.2 图模型相关技术介绍
2.4 先验概率的计算
2.4.1 特征工程
2.4.2 Prior计算
2.5 模型算法
2.5.1 Base Algorithm
2.5.2 调整方案1
2.5.3 调整方案2
2.5.4 调整方案3
2.5.5 调整方案4
2.5.6 调整方案5
2.5.7 调整方案6
2.6 实验结果及分析对比
2.6.1 基于先验概率的结果
2.6.2 模型实验结果
2.6.3 不同迭代方案的对比分析
2.7 本章小结
第3章 基于有监督学习方法的虚假评论识别
3.1 引言
3.2传统机器学习模型下的虚假评论判别
3.2.1 特征工程
3.2.2 模型介绍
3.2.3 模型筛选及参数优化
3.2.4 实验结果及分析
3.3 深度学习模型下的虚假评论判别
3.3.1 模型输入
3.3.2 模型介绍
3.3.3 实验结果及分析
3.4 基于半监督模型的虚假评论判别
3.4.1 模型介绍
3.4.2 实验结果及分析
3.5 本章小结
第4章 评论有用性分析
4.1 引言
4.2 数据集及预处理
4.3 特征工程
4.3.1 文本特征
4.3.2 情感特征
4.4 基于分类方法的评论有用性分析
4.4.1 特征重要性分析
4.4.2 实验结果及分析
4.5 基于回归方法的评论有用性分析
4.5.1 机器学习模型介绍
4.5.2 深度学习模型介绍
4.5.3 实验结果及分析
4.6 本章小节
结 论
参考文献
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
