基于多维度特征融合的大众点评网垃圾评论分类模型构建与实证研究.docxVIP

基于多维度特征融合的大众点评网垃圾评论分类模型构建与实证研究

一、引言

1.1研究背景

随着互联网的飞速发展，网络评论已成为人们获取信息、表达观点和交流互动的重要方式。据相关调查数据显示，网络评论的深度用户占网民总数的60.2%，其中经常关注网络评论的用户占比为48.0%，总是关注网络评论的用户占比为12.2%，近70%的用户每次花费15分钟至1个小时的时间浏览网络评论。在本地生活服务领域，大众点评网凭借其庞大的用户基础和丰富的商家资源，成为消费者获取商家信息、了解产品和服务质量的关键平台。截至目前，大众点评已覆盖全国多个城市，涵盖餐饮、酒店、旅游、休闲娱乐等众多行业，拥有数亿注册用户，每日活跃用户数量庞大。

用户在大众点评网上发布的评论，不仅为其他消费者提供了宝贵的参考，也帮助商家了解自身的优势与不足，进而改进服务。然而，随着平台的不断壮大，垃圾评论问题日益凸显。这些垃圾评论包括广告评论、虚假评论、无意义评论等，不仅干扰了用户的正常使用体验，也对平台的信誉和商家的利益造成了严重损害。例如，虚假的好评可能误导消费者选择质量不佳的产品或服务，而恶意的差评则可能使优质商家遭受不公正的待遇，影响其经营业绩。同时，大量的垃圾评论还会增加平台的管理成本，降低平台的信息质量和用户满意度。因此，有效识别和分类大众点评网中的垃圾评论，对于维护平台的健康发展、保护消费者和商家的