垃圾商品评论信息的识别研究

摘要：

从信息有用性的角度对垃圾商品评论信息进行分析,选择数码领域的相机评论作为研究对象,构建数据集,从评论、评论者和被评论的商品三个方面选择11个特征,使用支持向量机模型中4种常用的核函数进行垃圾商品评论的识别,对识别效果较好的RBF核函数中的参数C和γ进行优化,使得商品评论中的垃圾评论识别的准确率提高到78.16％,召回率提高到72.18％,并选取4种不同特征组合进行对比,证明评论、评论者和被评论的商品三大特征组合的效果最好,最后通过与Logistic回归模型的对比,验证SVM对垃圾评论的识别效果明显优于其他算法.

关键词：SVM、垃圾评论、特征选择、核函数、商品评论信息

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目"基于文本语义挖掘的商品评论信息可信度分析研究"71103085;教育部人文社会科学研究规划基金项目"基于语义的电子商务产品主/客观信息提取研究"项目09YJA870015的研究成果之一

在线出版日期：2013-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68