网络民航事件虚假评论的识别研究

• 作者: 刘西菩 董松月 赵颖莉 陈润雨 马晓宁
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 虚假评论 信息增益 支持向量机 特征提取 核函数
• 年，卷（期）: 2016,（4）
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP391
• 字数: 4326字
• 语种: 中文

摘要

互联网的开放性使得当前对于互联网上用户的评论内容没有质量控制机制，用户发表的内容中存在大量虚假评论，如何识别这些虚假评论信息成为重要问题。运用信息增益（ Information Gain， IG），支持向量机（ Support Vector Machine， SVM）等方法对民航事件的评论进行特征提取和分类，识别虚假评论。通过对比4种不同的核函数，本文选定基于RBF核函数的SVM分类器进行虚假信息的分类识别，其F?measure值为90％，具有较优的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董松月	中国民航大学计算机学院	2	1	1.0	1.0
2	陈润雨	中国民航大学计算机学院	2	1	1.0	1.0
3	刘西菩	中国民航大学计算机学院	2	1	1.0	1.0
4	赵颖莉	中国民航大学计算机学院	1	1	1.0	1.0
5	马晓宁	中国民航大学计算机学院	6	12	2.0	3.0