公开(公告)号：CN106708966B

公开(公告)日：2023-04-25

申请号：CN201611092375.0

申请日：2016-11-29

Applicant: 中国计量大学

Inventor： 徐新胜 ,  袁俊 ,  林静 ,  文超

IPC: G06F16/335 ,  G06F18/22 ,  G06F40/211 ,  G06F40/242 ,  G06F40/284

Abstract: 本发明提供了一种基于相似度计算的垃圾评论检测方法，包括下述步骤：步骤1，数据获取：利用网络爬虫，抓取与指定产品相关的论坛、电商等网页，然后抽取网页中的评论数据，并将评论数据保存到数据库中；步骤2，虚假评论检测：计算评论时间与购买时间的时间的差T，若T＜货物运送时间则该条评论为虚假评论。步骤3，重复评论检测：对每条评论进行分词，然后计算评论间的相似度，当评论间的相似度高于阈值，则该评论和其相似的评论即为重复评论；步骤4，数据处理：对评论进行句法分析、情感标注、特征词提取等处理，并根据产品说明书，构建产品特征词典。步骤5，无关评论检测：计算每条评论的评论目标是否为目标产品及其特征，检测出与目标产品无关的评论。本发明提供了一种的新的垃圾评论检测方法。

公开(公告)号：CN106708966A

公开(公告)日：2017-05-24

申请号：CN201611092375.0

申请日：2016-11-29

Applicant: 中国计量大学

Inventor： 徐新胜 ,  袁俊 ,  林静 ,  文超

IPC: G06F17/30 ,  G06F17/27

CPC classification number: G06F16/3344 ,  G06F16/335 ,  G06F16/36 ,  G06F16/9535 ,  G06F17/2705 ,  G06F17/271 ,  G06F17/2735

Abstract: 本发明提供了一种基于相似度计算的垃圾评论检测方法，包括下述步骤：步骤1，数据获取：利用网络爬虫，抓取与指定产品相关的论坛、电商等网页，然后抽取网页中的评论数据，并将评论数据保存到数据库中；步骤2，虚假评论检测：计算评论时间与购买时间的时间的差T，若T＜货物运送时间则该条评论为虚假评论。步骤3，重复评论检测：对每条评论进行分词，然后计算评论间的相似度，当评论间的相似度高于阈值，则该评论和其相似的评论即为重复评论；步骤4，数据处理：对评论进行句法分析、情感标注、特征词提取等处理，并根据产品说明书，构建产品特征词典。步骤5，无关评论检测：计算每条评论的评论目标是否为目标产品及其特征，检测出与目标产品无关的评论。本发明提供了一种的新的垃圾评论检测方法。