تشخیص نظرات هرز در تبلیغات تجاری برخط
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 559
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTCK02_149
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
امروزه اکثر افراد برای خرید محصولات مورد نظر خود ابتدا به فروشگاه های اینترنتی مراجعه و نظرات دیگر خریدارانرا در مورد آن محصول کاوش می کنند و سپس به خرید محصول مورد نظر خود می پردازند. استفاده از نظرات دیگرانبرای خرید، پتانسیل خوبی برای انحراف افکار ایجاد می کند که بوسیله آن شرکتها با دستکاری نظرات می توانندسود بالایی کسب کنند و یا حتی شرکتهای رقیب را تخریب کنند. در این مقاله روشی برای تشخیص بهتر نظراتهرز (فریبکار) با بکار بردن شباهت معنایی ارائه شده است. برای این منظور ازمجموعه داده های فروشگاه اینترنتیآمازون استفاده شد. این دادهها با رویکردهای مبتنی بر محصول، فرد و گروه با استفاده از فیلدهای: شماره فرد،شماره محصول، زمان ارسال نظر، امتیاز داده شده و متن نظر به صورت خودکار به دو دسته نظر هرز و نظر غیر هرز برچسب گذاری شدند. سپس بوسیله دسته بندهای بیز ساده، ماشین بردار پشتیبان، درخت تصمیم و K نزدیکترین همسایه (K-NN)، مجموعه دادههای برچسبگذاری شده را با معیارهای F و صحت ارزیابی نمودیم. نتیجه اینکه شباهت معنایی را با اشتراک تمامی رویکردها ترکیب نمودیم و در این میان درخت تصمیم بهترین نتایج را داشت.
کلیدواژه ها:
نویسندگان
عاطفه پورقربان
دانشگاه آزاد اسلامی واحد مشهد
مسعود نیازی
دانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :