产品虚假评论文本识别方法研究述评

被引:39
作者
吴佳芬
马费成
机构
[1] 武汉大学信息资源研究中心
关键词
虚假评论识别; 虚假评论文本; 虚假特征; 识别方法;
D O I
暂无
中图分类号
TP391.1 [文字信息处理];
学科分类号
120506 [数字人文];
摘要
【目的】对产品虚假评论文本识别方法研究现状进行述评。【文献范围】以"Review Spam"、"虚假评论"等为主题词在WoS、CNKI、EI等8个数据库中进行文献检索,经过文献主题筛选、质量评估和参考文献追溯等步骤获得代表性文献90篇。【方法】采用系统性文献综述过程对虚假评论文本识别方法研究的关键内容进行提取、归纳和分类,总结并对比分析各类虚假特征的表征力和识别方法性能。【结果】虚假特征设计和识别方法设计是虚假评论文本识别的关键步骤,大规模标注评论数据的获取是当前研究的难点。【局限】仅以虚假评论文本识别方法作为探讨核心,未探讨虚假评论者及虚假评论者群体识别方法。【结论】分析并指出现有研究在数据集获取、虚假特征设计和识别方法设计三个方面存在的问题,并对虚假评论文本识别未来研究提出建议。
引用
收藏
页码:1 / 15
页数:15
相关论文
共 32 条
[1]
基于DDAG-SVM的在线商品评论可信度分类模型 [J].
陈燕方 .
情报理论与实践, 2017, (07) :132-137
[2]
基于Adaboost算法与规则匹配的垃圾评论识别 [J].
昝红英 ;
毕银龙 ;
石金铭 .
郑州大学学报(理学版), 2017, 49 (01) :24-28
[3]
生活消费平台虚假评论识别模型的研究 [J].
李晶 ;
吴国仕 ;
谢菲 ;
姚旭 ;
齐佳音 ;
孙鹏飞 .
电子学报, 2016, 44 (12) :2855-2860
[4]
基于深度学习的虚假评论识别 [J].
皮琪 ;
王文杰 ;
杨飞 ;
赵耀 .
网络新媒体技术, 2016, 5 (06) :30-33
[5]
网络交易垃圾评论智能识别研究 [J].
赵静娴 .
现代情报 , 2016, (04) :57-61
[6]
基于行为与内容的科技产品虚假评论识别 [J].
邓松 ;
万常选 ;
关爱浩 ;
陈辉 .
小型微型计算机系统, 2015, 36 (11) :2498-2503
[7]
基于半监督主动学习的虚假评论检测 [J].
宋海霞 ;
严馨 ;
余正涛 ;
石林宾 ;
郭剑毅 .
昆明理工大学学报(自然科学版), 2015, 40 (05) :59-65
[8]
基于随机森林的产品垃圾评论识别 [J].
何珑 .
中文信息学报, 2015, 29 (03) :150-154+161
[9]
基于PU学习算法的虚假评论识别研究 [J].
任亚峰 ;
姬东鸿 ;
张红斌 ;
尹兰 .
计算机研究与发展, 2015, 52 (03) :639-648
[10]
Finding Deceptive Opinion Spam by Correcting the Mislabeled Instances[J] REN Yafeng;JI Donghong;YIN Lan;ZHANG Hongbin; Chinese Journal of Electronics 2015, 01