首页 | 本学科首页   官方微博 | 高级检索  
     

基于主题模型和情感分析的垃圾评论识别方法研究
引用本文:金相宏,李琳,钟珞. 基于主题模型和情感分析的垃圾评论识别方法研究[J]. 计算机科学, 2017, 44(10): 254-258
作者姓名:金相宏  李琳  钟珞
作者单位:武汉理工大学计算机科学与技术学院 武汉430070,武汉理工大学计算机科学与技术学院 武汉430070,武汉理工大学计算机科学与技术学院 武汉430070
基金项目:本文受国家社会科学基金(15BGL048),国家863计划项目(2015AA015403)资助
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-SP(LDA-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
收稿时间:2016-08-05
修稿时间:2016-12-11

Review Spam Detection Approach Based on Topic Model and Sentiment Analysis
JIN Xiang-hong,LI Lin and ZHONG Luo. Review Spam Detection Approach Based on Topic Model and Sentiment Analysis[J]. Computer Science, 2017, 44(10): 254-258
Authors:JIN Xiang-hong  LI Lin  ZHONG Luo
Affiliation:School of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,China,School of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,China and School of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,China
Abstract:
Keywords:Product reviews  Review spam  Topic model  Sentiment analysis
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号