声明
第1章 绪论
1.1 论文研究背景
1.2 论文研究目的与意义
1.3 论文研究的内容和问题
1.4 论文结构
1.5 论文研究的贡献与创新
第2章文献综述
2.1 虚假交易的动机
2.2 虚假交易识别
2.2.1虚假评论识别
2.2.2虚假评论行为识别
2.2.3虚假交易商品的识别
2.3 虚假交易的特征
2.4 虚假交易识别模型
2.5 文献研究评述
第3章 理论基础与研究技术
3.1 分类算法概述
3.1.1 支持向量机(SVM)
3.1.2 随机森林(RF)
3.1.3 GBDT和XGBoost
3.1.4 GDBT+LR融合模型
3.1.5 算法小节
3.2 分类效果评价指标
3.2.1 混淆矩阵
3.2.1 ROC曲线和AUC值
第4章 数据获取与变量定义
4.1 数据获取与描述
4.2 变量选择
第5章 模型的搭建准备与参数设置
5.1 数据预处理
5.2 特征选择
5.3 实验环境和参数设置
第6章 基于RFECV的XGB+LR模型
6.1 决策树+LR
6.2 XGB+LR算法的提升
6.2.1 二阶特征组合—笛卡尔积
6.2.2 RFECV的位置选择
6.2.3 特征稀疏化
6.2.4 XGB+RFE-LR模型
6.3 本章总结
第7章 实验结果与分析
7.1 算法分类结果
7.2 特征权重分析
7.3 基于XGB+LR模型的虚假单识别
第8章 总结与展望
8.1 总结与结论
8.2 研究不足与未来展望
参 考 文 献
致谢
攻读硕士学位期间取得的研究成果
对外经济贸易大学;