基于數據挖掘技術的產品垃圾評論識別研究.pdf

1、網絡產品評論可以是網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品評論中充斥了大量的無用的、不真實的信息。這些信息就是垃圾評論。無論是在消費者參考網絡評論購物時,還是在商家根據這些評論獲取相應評價分析時,這些垃圾評論都嚴重影響了他們獲取有用信息。垃圾評論的自動識別對于消費者和商家都是一項迫切需要的工作。
　　本文采用數據挖掘技術針對電子產品的垃圾評論識別進行了研究,主要工作包括:
　　先處理很短的產品評論評,建立情

2、感詞詞典,然后根據詞典區(qū)將垃圾評論識別出來。
　　根據產品說明書構建產品特征詞詞典。之后,構建產品評論特征,這些特征包括:產品相關程度、超鏈接特征、連續(xù)數字特征、咨詢特征。根據評論特征構建了KNN分類器,進行垃圾評論的識別。
　　本文對KNN分類器進行改進,以提高垃圾評論識別的準確率和加快垃圾評論識別的速度。本文從采用動態(tài)k值和對距離公式加權兩個方面改進KNN分類器。
　　有些虛假評論和廣告的內容和正常評論近似,但往往