基于多维特征权重的虚假评论识别方法
在线商品评论是消费者网购决策的重要依据，利益的驱动使得越来越多的网络虚假评论呈现在消费者面前。针对此问题，提出一种多维特征权重的在线虚假评论识别方法。首先，从网购信息有用性角度出发，在商品、评论者和评论内容3个维度中选取9个对评论属类语义贡献大的特征。然后，基于Fisher 准则，运用赋予权重的特征构建用于识别虚假评论的方法。试验结果验证了基于多维特征权重的虚假评论识别方法的有效性：多维特征权重方法的准确率、查全率和综合分类率均高于 Logistic 回归方法和自适应聚类方法。
虚假评论、特征选择、特征权重、Fisher 准则
TP391(计算技术、计算机技术)
安徽省高校省级科学研究项目TSKJ2014B10;安徽工程大学青年基金项目2013YQ30;安徽工程大学计算机应用技术重点实验室基金项目JSJKF201504。
2015-11-18（万方平台首次上网日期，不代表论文的发表时间）
共5页
34-38
