基于主题模型和情感分析的垃圾评论识别方法研究-计算机科学.PDFVIP

Vo 1. 44 No. 10 第 44 卷第10 期 计算机科学 2017 年 10 月 COMPUTER SCIENCE Oct.2017 基于主题模型和情感分析的垃圾评论识别方法研究 金相宏李琳钟珞 (武汉理工大学计算机科学与技术学院 武汉 430070) 摘 要 随着电子商务的飞速发展，网络购物越来越被消费者认同，而随之产生的产品评论给消费者的购买决策带来 了影响。产品评论是指用户在购物站点上对商品的评价信息，而经过分析和研究发现这些评论中充斥着大量的垃圾 评论，因此垃圾评论的识别成了电子商务在提高服务质量的过程中需解决的重要问题之一。根据垃圾评论的主要特 点提出 LDA-SPCLDA-Sentiment Polarity) 垃圾评论识别方法。首先利用 LDA 主题模型过滤出内容型垃圾评论，然后 结合情感分析识别出欺骗型垃圾评论。对网络商城的大量评论数据进行准确度分析实验的结果表明，LDA-SP 方法 的识别准确度高于传统的 LDA 主题模型和单一的情感极性分析方法，能够有效地检测垃圾评论，从而使产品评论信 息更加客观准确，为电子商务用户提供了有效的参考信息。 关键词 产品评论，垃圾评论，主题模型，情感分析 中图法分类号 TP391 文献标识码 A 四】1 10. 11896/j. issn. 1002-1372豆 2017.010.046 Review Spam Detection Approach ßased on Topic Model and Sentiment Analysis J卧~ Xiang-hong LI Lin ZHONG Luo (School of Computer Science and Technology ,Wuhan University of Technology ,Wuhan 430070 ,China) Abstract With the rapid development of e-commerce , consumers have accepted online shopping increasingly , and the product reviews then have an great influence on consumers purchase decision. Product reviews refer to the evaluation or comment information of items or products written by online shopping users. These comments usually include some review spams that may hurt user shopping experiences. Review spam detection ,therefore ,becomes one of the important problems to improve service quality. In this paper ,a review sp缸丑 detection approach called LDA-SPCLDA-sentiment po larity) was proposed by carefully analyzing the main characteristic of review spams. First ,we used LDA topic model to filter the irrelevant reviews ,and then a