基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着电子商务的迅速发展,人们越来越亲睐于网上购物。在网上购物之前,消费者往往会参考该产品相关的评价以决定是否购买。因此虚假评论者的识别具有非常重要的意义。基于虚假评论者和真实评论者在情感极性上存在的差异,在特征建模过程中增加了评论文本的情感特征,并结合用户之间对于特定商品之间的关系,创建了一个多边图的模型并提出了一种识别虚假评论者的方法。实验结果验证了该算法的有效性。
推荐文章
基于情感极性与SMOTE过采样的虚假评论识别方法
虚假评论
情感极性
用户行为
逻辑回归
随机森林
基于评论者关系的垃圾评论者识别研究
互评估
可信度
多边图模型
评论关系
垃圾评论者
基于语言结构和情感极性的虚假评论识别
虚假评论
聚类
语言结构
情感极性
遗传算法
基于个人-群体-商户关系模型的虚假评论识别研究
信用操纵
虚假评论识别
行为建模
IGMRM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于情感特征和用户关系的虚假评论者的识别
来源期刊 计算机应用与软件 学科 工学
关键词 电子商务 虚假评论者 情感特征 用户关系
年,卷(期) 2016,(5) 所属期刊栏目 人工智能与识别
研究方向 页码范围 158-161,172
页数 5页 分类号 TP3
字数 5297字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.05.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姬东鸿 武汉大学计算机学院 92 887 16.0 26.0
2 邵珠峰 武汉大学计算机学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (16)
同被引文献  (34)
二级引证文献  (12)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(10)
  • 引证文献(5)
  • 二级引证文献(5)
2020(5)
  • 引证文献(3)
  • 二级引证文献(2)
研究主题发展历程
节点文献
电子商务
虚假评论者
情感特征
用户关系
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导