-
公开(公告)号：CN112070543B
公开(公告)日：2023-04-07
申请号：CN202010944581.X
申请日：2020-09-10
Applicant: 哈尔滨理工大学
IPC: G06Q30/0282 , G06F18/23 , G06F18/2431
Abstract: 本发明提供一种基于评论人个体和群组的评论评价模型及模糊聚类方法，用于检测电商网站中评论的质量，包括：提取评论人及商家的相关特征，采用级数收敛模型将已限定范围的特征集合中的未知目标值归一化至0‑1区间，构建目标值集合的特征向量及训练集数据，根据特征和训练集，建立评论人和商家的真实度逻辑回归模型，依据准则将评论人分类为个体和群组，分别构建个体和群组评论评价模型，利用模糊C均值聚类算法迭代出评论的真实类别和虚假类别隶属度，比较隶属度的大小，检测评论质量。本发明从个体和群组两个角度建立更完善的基于评论人的评价模型，通过模糊聚类分析方法提高评论质量检测结果的真实性和直观性，满足电商评论质量检测的要求。
-
公开(公告)号：CN112070543A
公开(公告)日：2020-12-11
申请号：CN202010944581.X
申请日：2020-09-10
Applicant: 哈尔滨理工大学
Abstract: 本发明提供一种基于评论人个体和群组的评论评价模型及模糊聚类方法，用于检测电商网站中评论的质量，包括：提取评论人及商家的相关特征，采用级数收敛模型将已限定范围的特征集合中的未知目标值归一化至0‑1区间，构建目标值集合的特征向量及训练集数据，根据特征和训练集，建立评论人和商家的真实度逻辑回归模型，依据准则将评论人分类为个体和群组，分别构建个体和群组评论评价模型，利用模糊C均值聚类算法迭代出评论的真实类别和虚假类别隶属度，比较隶属度的大小，检测评论质量。本发明从个体和群组两个角度建立更完善的基于评论人的评价模型，通过模糊聚类分析方法提高评论质量检测结果的真实性和直观性，满足电商评论质量检测的要求。
-
Search Results
2
records
(took 0.025 seconds)
