基于双卷积神经网络的虚假评论识别

• 作者: 李天卓 杨新凯 杨超 谈森鹏
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 虚假评论识别 卷积神经网络 评论内容 评论者行为
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1954-1957
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.08.027

摘要

传统的虚假评论识别方法大多采用机器学习算法,并把虚假评论识别当作一个二分类的任务进行处理,对数据集中的文本数据提取一些关键的特征,并使用机器学习的算法对提取的特征进行训练,从而达到分类的目的 .在研究虚假评论特点的基础上,使用卷积神经网络分别对评论文本数据以及评论者行为数据进行处理,融合了评论文本信息和评论者行为信息,提出了基于双卷积神经网络的虚假评论识别方法,经实验验证该方法对虚假评论的识别有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超		7	85	3.0	7.0
2	谈森鹏		2	4	1.0	2.0
3	杨新凯		16	40	3.0	6.0
4	李天卓		3	1	1.0	1.0