摘要：产品垃圾评论在一定程度上影响了评论信息的参考价值，本文旨在建立识别模型将垃圾评论从评论文本中剔除，保留真实的产品评论。首先，分析了产品评论的特点，从数据搜集、文本预处理、互信息检验、文本表示4个模块提取了14个特征。然后，利用高互补性建立了基于KNN和Bayes算法的组合分类器模型。最后，利用交叉验证对iPhone6Plus的产品评论进行检验，得到评价指标分别为：正确识别率75．3％、召回率82．1％以及F1值77．5％．
分类：期刊> 自然科学与工程技术> 基础科学> 数学
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：knn算法 bayes算法 组合分类器 互信息 交叉验证
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
