資源描述：
《libsvm面向數(shù)碼領(lǐng)域的垃圾評論信息的識別研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、---------------------------------------------------------------范文最新推薦------------------------------------------------------LibSVM面向數(shù)碼領(lǐng)域的垃圾評論信息的識別研究摘要垃圾評論的識別已經(jīng)成為了商品評論研究的熱點。本文以網(wǎng)絡(luò)上的評論信息作為研究對象，從情感相關(guān)和利益相關(guān)兩個方面出發(fā)，分析了評論的發(fā)表動機。之后從信息的有用性角度，將評論信息分類有用和無用兩類，并對兩類信息進行詳細的分析與分類，比較垃圾評論與無用評論的區(qū)別與聯(lián)系。通
2、過對目前的垃圾評論識別的方法進行深入的分析，了解各種方法所存在的問題。最后實驗選擇了SVM算法，構(gòu)建標準數(shù)據(jù)集，選擇評論特征，結(jié)合LibSVM工具，對抓取的評論信息進行的垃圾評論識別。實驗過程中對比了SVM中的四種核函數(shù)，選擇了19/19---------------------------------------------------------------范文最新推薦------------------------------------------------------LibSVM面向數(shù)碼領(lǐng)域的垃圾評論信息的識別研究摘要垃圾評論的識別已經(jīng)成為了
3、商品評論研究的熱點。本文以網(wǎng)絡(luò)上的評論信息作為研究對象，從情感相關(guān)和利益相關(guān)兩個方面出發(fā)，分析了評論的發(fā)表動機。之后從信息的有用性角度，將評論信息分類有用和無用兩類，并對兩類信息進行詳細的分析與分類，比較垃圾評論與無用評論的區(qū)別與聯(lián)系。通過對目前的垃圾評論識別的方法進行深入的分析，了解各種方法所存在的問題。最后實驗選擇了SVM算法，構(gòu)建標準數(shù)據(jù)集，選擇評論特征，結(jié)合LibSVM工具，對抓取的評論信息進行的垃圾評論識別。實驗過程中對比了SVM中的四種核函數(shù)，選擇了19/19------------------------------------------
4、---------------------范文最新推薦------------------------------------------------------LibSVM面向數(shù)碼領(lǐng)域的垃圾評論信息的識別研究摘要垃圾評論的識別已經(jīng)成為了商品評論研究的熱點。本文以網(wǎng)絡(luò)上的評論信息作為研究對象，從情感相關(guān)和利益相關(guān)兩個方面出發(fā)，分析了評論的發(fā)表動機。之后從信息的有用性角度，將評論信息分類有用和無用兩類，并對兩類信息進行詳細的分析與分類，比較垃圾評論與無用評論的區(qū)別與聯(lián)系。通過對目前的垃圾評論識別的方法進行深入的分析，了解各種方法所存在的問題。最后實驗選擇了
5、SVM算法，構(gòu)建標準數(shù)據(jù)集，選擇評論特征，結(jié)合LibSVM工具，對抓取的評論信息進行的垃圾評論識別。實驗過程中對比了SVM中的四種核函數(shù)，選擇了19/19---------------------------------------------------------------范文最新推薦------------------------------------------------------LibSVM面向數(shù)碼領(lǐng)域的垃圾評論信息的識別研究摘要垃圾評論的識別已經(jīng)成為了商品評論研究的熱點。本文以網(wǎng)絡(luò)上的評論信息作為研究對象，從情感相關(guān)和利益相關(guān)兩個方面
6、出發(fā)，分析了評論的發(fā)表動機。之后從信息的有用性角度，將評論信息分類有用和無用兩類，并對兩類信息進行詳細的分析與分類，比較垃圾評論與無用評論的區(qū)別與聯(lián)系。通過對目前的垃圾評論識別的方法進行深入的分析，了解各種方法所存在的問題。最后實驗選擇了SVM算法，構(gòu)建標準數(shù)據(jù)集，選擇評論特征，結(jié)合LibSVM工具，對抓取的評論信息進行的垃圾評論識別。實驗過程中對比了SVM中的四種核函數(shù)，選擇了19/19---------------------------------------------------------------范文最新推薦---------------
7、---------------------------------------較高的RBF核，對其進行參數(shù)優(yōu)化，從而提高對評論識別的準確率。10210關(guān)鍵詞支持向量機；核函數(shù)；垃圾評論；參數(shù)優(yōu)化；外文摘要TitleResearchonIdentifyingReviewsSpamforDigitalFieldAbstractTheidentificationofreviewsspamhasbecomeahotspotofproductreviewsresearch.Thisarticleusesreviewsinformationonthenetworka
8、stheobjectofstudy,takingthetwoaspectsofe
