基于數(shù)據(jù)挖掘技術(shù)的產(chǎn)品垃圾評(píng)論識(shí)別研究.pdf

1、網(wǎng)絡(luò)產(chǎn)品評(píng)論可以是網(wǎng)民在不受約束的情況下隨意發(fā)表的,這種隨意性造成了這些產(chǎn)品評(píng)論中充斥了大量的無(wú)用的、不真實(shí)的信息。這些信息就是垃圾評(píng)論。無(wú)論是在消費(fèi)者參考網(wǎng)絡(luò)評(píng)論購(gòu)物時(shí),還是在商家根據(jù)這些評(píng)論獲取相應(yīng)評(píng)價(jià)分析時(shí),這些垃圾評(píng)論都嚴(yán)重影響了他們獲取有用信息。垃圾評(píng)論的自動(dòng)識(shí)別對(duì)于消費(fèi)者和商家都是一項(xiàng)迫切需要的工作。
　　本文采用數(shù)據(jù)挖掘技術(shù)針對(duì)電子產(chǎn)品的垃圾評(píng)論識(shí)別進(jìn)行了研究,主要工作包括:
　　先處理很短的產(chǎn)品評(píng)論評(píng),建立情

2、感詞詞典,然后根據(jù)詞典區(qū)將垃圾評(píng)論識(shí)別出來(lái)。
　　根據(jù)產(chǎn)品說(shuō)明書構(gòu)建產(chǎn)品特征詞詞典。之后,構(gòu)建產(chǎn)品評(píng)論特征,這些特征包括:產(chǎn)品相關(guān)程度、超鏈接特征、連續(xù)數(shù)字特征、咨詢特征。根據(jù)評(píng)論特征構(gòu)建了KNN分類器,進(jìn)行垃圾評(píng)論的識(shí)別。
　　本文對(duì)KNN分類器進(jìn)行改進(jìn),以提高垃圾評(píng)論識(shí)別的準(zhǔn)確率和加快垃圾評(píng)論識(shí)別的速度。本文從采用動(dòng)態(tài)k值和對(duì)距離公式加權(quán)兩個(gè)方面改進(jìn)KNN分類器。
　　有些虛假評(píng)論和廣告的內(nèi)容和正常評(píng)論近似,但往往