虚假评论检测系统的设计与实现.pptVIP

* * * * * * * 相关算法 2 6 实验 实验二 京东商城数据集 （2）性能测试 测试1：我们选定核函数，然后设置不同参数，观察识别率的变化情况。首先，固定惩罚因子C，将其赋值1000。其次，设置多个参数对训练集进行识别，比较结果，找出比较好的参数值。 测试2：选择测试1中识别率比较高的核函数和参数，改变惩罚因子C，观察惩罚因子C对识别率的影响。 相关算法 2 6 实验 实验二 京东商城数据集 （2）性能测试 相关算法 2 6 实验 实验二 京东商城数据集 （2）性能测试 相关算法 2 6 实验 实验二 京东商城数据集 （2）性能测试 相关算法 2 6 结论 随着网上虚假评论影响的日益加重，虚假评论检测系统会得到越来越全面的发展。由于虚假评论检测系统的存在，使得消费者和商家的权益得到最大限度的保证，也能够让消费者网上购物的体验更加愉快。我们的虚假评论检测系统加入了目前在虚假评论检测方面最为普遍和流行的检测模块，在保证分析效率的前提下，得到了令人满意的分析结果。 Thank you ! 海南三亚。 装机量？规模？ * 海南三亚。 装机量？规模？ * * * * * * * * * * * * * * * * * * * * * * * * * 虚假评论检测系统的设计与实现 大连理工大学 目录 研究背景、现状及意义 相关算法 需求分析 系统设计 系统实现 实验 研究背景、现状及意义 1 随着网络的普及，人们的生活方式也随之悄然改变。“网购”也是人们生活方式改变的实例之一。我们经常会阅读其他消费者对该商品的使用评价，从而获得关于该商品的更加全面，更加客观的信息。通过这种方法，我们弥补了网上购物不能亲身感受商品实体的不足。 虚假评论的检测是近年来国内外数据挖掘领域的热点话题，受到了国内外许多学者的关注。他们通过时间模式、情感分析、用户关系等方面对虚假评论进行了挖掘。 研究背景、现状及意义 1 所以阅读电子商务网站中的评论是一把双刃剑。如果我们读到了真正消费者的评论，就能够了解商品真正的状况。当我们遇到了虚假评论，那利益就会受到侵害。由此可见，及时的发现虚假评论有着重要的意义。及时发现虚假评论能够让消费者的权益的到保证，让商家能够正确的估计商品的销售情况。 相关算法 回归算法 朴素贝叶斯算法 演化选择的朴实贝叶斯 支持向量机 2 相关算法 2 3 需求分析 系统设计的背景 目前为止，还没有具体的资料能够说明在电子商务网站中到底有多少虚假评论，但是虚假评论的存在引起的许多问题亟须解决。同时，至今为止，还没有一个比较可靠的，成熟高效的，针对电子商务网站设计的虚假评论检测系统。这就使得消费者在面对虚假评论的时候显得那么的无助。 相关算法 2 3 需求分析 系统设计目标 无论中文数据还是英文数据，检测系统都可以进行分析 建立对两种常见形态的数据集的特定分析模式。 能对电子商务网站中普遍存在的数据进行分析。 能够从不同角度对消费者的评论进行分析。 系统要能够支持有训练集和没有训练集的数据的分析。 相关算法 2 3 需求分析 虚假评论检测系统用例图 相关算法 2 3 需求分析 系统功能需求 数据预处理 数据分析 数据集标注 分类和聚类 评估 相关算法 2 3 需求分析 系统功能需求 数据预处理 数据分析 数据集标注 抽样 维归约 特征子集选取 特征创建 特征的离散化和二维化 属性变换 星星评级相似度 评论文本相似度 时间差异分析 文本特征分析 评论者背景特征 评论者行为特征 情感特征 有用度特征 随机选取子集 人工标注 相关算法 2 3 需求分析 虚假评论系统的框架 相关算法 2 4 虚假评论系统的设计 系统的总体设计 相关算法 2 4 虚假评论系统的设计 数据分析模块的设计 相关算法 2 4 虚假评论系统的设计 数据分析模块 评级相似度得分模块 定义了针对某商品的虚假评级行为得分的公式： 其中， 代表未正规化之前的评论者虚假评级行为得分。 定义为： 是比较某用户在对某商品进行所有评级的相似度，定义如下： 相关算法 2 4 虚假评论系统的设计 数据分析模块 评论文本相似度得分 我们定义了两条评论 和 的相似度 如下： 计算评论之间的相似度，本系统使用空间向量模型来计算评论之间的相似度。 计算评论中每