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:
在线评论是用户判断商品质量的一个依据.虚假评论严重影响了消费者的购买行为,现有的虚假评论检测方法从文本出发,忽略了评分的虚假性,评分通常是不精确和不确定的,对虚假评论检测效果不佳.提出融合情感极性与信任函数的虚假评论检测方法(EP-BFRD),利用信任函数处理给定评论者评分中的不确定性和不准确性,考虑与其他评分者提供的评分的相似性,以检测误导性,并判断评论文本情感极性与评分一致性.综合考虑信任函数处理的结果以及评分与文本情感一致性的结果来判断评论的虚假性.在一个真实的数据库上进行实验,实验表明该方法可有效解决虚假评论检测问题.
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
融合情感极性和逻辑回归的虚假评论检测方法
电子商务
虚假评论
购物行为
情感极性
逻辑回归
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
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 融合情感极性与信任函数的虚假评论检测方法
来源期刊 计算机工程与科学 学科 工学
关键词 虚假评论 情感极性 信任函数 虚假评论检测
年,卷(期) 2019,(9) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 1679-1685
页数 7页 分类号 TP391
字数 8064字 语种 中文
DOI 10.3969/j.issn.1007-130X.2019.09.021
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 吴晓浩 重庆邮电大学通信与信息工程学院 5 1 1.0 1.0
5 万程峰 重庆邮电大学通信与信息工程学院 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (18)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(14)
  • 参考文献(1)
  • 二级参考文献(13)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
虚假评论
情感极性
信任函数
虚假评论检测
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导