0% Complete
صفحه اصلی
/
ورود به سیستم
/
سوالات متداول
/
تماس با ما
صفحه اصلی
/
هفتمین کنفرانس ملی و اولین کنفرانس بین المللی محاسبات توزیعی و پردازش داده های بزرگ
شناسایی نظرات جعلی با استفاده از اهمیت وزن کلمات و ترتیب جملات
نویسندگان :
جواد زحمت کش ( دانشگاه بجنورد ) , آزاده سلطانی ( دانشگاه بجنورد ) , حمید فدیشه ای ( دانشگاه بجنورد )
کلید واژه ها :
نظرات جعلي،يادگيري عميق،شبكه عصبي كانولوشني،نمايش سند
چکیده مقاله :
در تجارت الکترونيکي، يک عامل کليدي و تاثير گذار در تصميم گيري مشتريان براي خريد، نظرات آنلاين هستند. به دليل اعتماد کاربران به نظرات آنلاين، بعضي از افراد يا شرکتها براي رسيدن به سود بيشتر، نظرات جعلي توليد مي کنند که يا نظرات مثبت در خصوص کالاها يا سرويسهاي مورد نظرشان هستند و يا نظرات منفي در مورد کالاها يا سرويسهاي ارايه شده توسط شرکتهاي رقيب مي باشند. بنابراين تمامي نظرات آنلاين واقعيت ندارند و ايجاد تکنيکهايي براي شناسايي نظرات جعلي از اهميت بالايي برخوردار است. اين تحقيق مبتنی بر مدل SWNN است که ازشبكه هاي عصبي كانولوشني استفاده می کند[1]. بنابراین فرض مي شود، مجموعه اي از نظرات برچسب خورده موجود است که در اين مجموعه، هم نظرات جعلي و هم نظرات واقعي به ميزان کافي وجود دارند. جملات و کلمات يک نظر به عنوان ويژگيهاي آن در نظر گرفته مي شود. کلمات به کمک روشهاي تعبيه کلمه به بردارهايي تبديل شده و سپس به کمک آنها، بردارهاي مربوط به جملات و نظرات به دست مي آيند. در اين مدل وزن كلمات با استفاده از واگرايي كولبك ليبلر محاسبه شده و وزن جملات، مجموع وزن نرمال شده كلمات در جمله در نظر گرفته می شود. در این روش، ترتيب قرار گرفتن جملات تاثيري در اهميت آنها ندارد، در صورتيكه معمولا جملات اول و انتها در نظر شامل نكات كليدي و نتيجه گيري مي باشد. بنابراین، در روش پیشنهادی، وزن جملات اول و آخر را دو برابر در نظر گرفته ایم. ارزيابي ها و آزمايش های انجام شده است نشان داده اند که روش پيشنهادي عملکردی بهتري نسبت به روش SWNN دارد.
لیست مقالات این رویداد
Samin Hamayesh
