基于评论特征时间序列的产品垃圾评论检测模型

张君汉; 廖祥文; 宋志刚; 何珑; 陈国龙

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于评论特征时间序列的产品垃圾评论检测模型

首发时间：2016-05-27

张君汉 ¹
张君汉（1990），男，硕士生，网络观点挖掘
廖祥文 ¹
廖祥文(1980-),男,副教授,文本挖掘
宋志刚 ² 何珑 ² 陈国龙 ¹

1、福州大学数学与计算机科学学院
2、福州大学信息化建设办公室

摘要：产品垃圾评论检测是社交媒体情感分析的一项重要任务。针对评分倾向性和评论有用投票数对评论可信度产生影响的问题，本文提出了一种基于评论特征时间序列的产品垃圾评论检测方法。该方法首先通过定义找出商店产品中的可疑评论；然后对商店产品的评论相关特征建立多维时间序列图，通过异常点检测算法识别出时间序列图中各个特征维度上的共同突发区间；最后，从共同突发区间内找出符合可疑垃圾评论定义的评论。实验结果表明，与基准方法相比，本方法在准确率和召回率上分别提高了6.21%和18.83%。

关键词：文本挖掘情感分析垃圾评论识别

For information in English, please click here

Detection of Product Review Spam Based on Review Time Series Feature

Zhang Junhan ¹
张君汉（1990），男，硕士生，网络观点挖掘
LIAO Xiangwen ¹
廖祥文(1980-),男,副教授,文本挖掘
Song Zhigang ² He Long ² CHEN Guolong ¹

1、College of Mathematics and Computer Science, Fuzhou University 350116
2、Information Construction Office, Fuzhou University, Fuzhou 350116

Abstract：Product review detection is an important task in social media sentiment analysis. Considering the impact on review reliability by the review rating tendency and review helpful vote, this paper proposes a new method to detect review spam based on review feature time series. Firstly, the suspicious reviews is located in store product by the means of suspicious review definition. Secondly, a multidimensional time series graph of the store product is constructed via review related features, and the common abnormal interval is found out through outlier detection algorithm. Finally, the suspicious review in common abnormal interval is detected as review spam. The experiment results show that compared with the baseline method, the accuracy and recall of our method improves by 6.21% , 18.83% respectly.

Keywords： Text Mining Sentiment Analysis Review Spam Dection

基金：

1. 高等学校博士学科点专项科研基金博导类资助课题（2012351410010）

论文图表：

引用

导出参考文献

.txt

.ris

.doc

张君汉，廖祥文，宋志刚，等. 基于评论特征时间序列的产品垃圾评论检测模型[EB/OL]. 北京：中国科技论文在线 [2016-05-27]. https://www.paper.edu.cn/releasepaper/content/201605-1473.

No.4693741115215514****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201605-1473
论文题目	基于评论特征时间序列的产品垃圾评论检测模型
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.