作者:
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:
从海量的在线评论中自动识别出垃圾评论,是消费者及厂家有效利用在线评论的前提.结合垃圾评论者的行为特征及评论文本内容,采用支持向量机构建了垃圾评论识别模型.实验结果表明,该方法有效地识别了垃圾评论.
推荐文章
垃圾评论识别研究综述
垃圾评论
识别方法
机器学习
Web2.0
用户生成内容中的垃圾意见研究综述
用户生成内容
意见挖掘
垃圾意见
检测方法
基于XGBoost算法的电商评论文本情感识别模型
电子商务
用户评论
XGBoost算法
情感识别
基于用户行为的产品垃圾评论者检测研究
用户行为
线性回归模型
垃圾评论者检测
短文本
产品评论
垃圾评论
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 基于用户行为及文本内容的垃圾评论识别研究
来源期刊 重庆科技学院学报(自然科学版) 学科 工学
关键词 垃圾评论 行为特征 评论文本
年,卷(期) 2017,(5) 所属期刊栏目 计算机技术
研究方向 页码范围 105-107
页数 3页 分类号 TP18
字数 2094字 语种 中文
DOI
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 胡龙茂 12 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
垃圾评论
行为特征
评论文本
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
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导