随着互联网应用的不断发展,网络购物逐渐成为一种消费潮流。在线评论作为网络购物的重要组成部分,为网购用户做出购买决策及制造商改善产品提供重要依据。由于在线评论的好坏能够直接影响产品的销售,互联网上出现大量误导网购用户的且具有恶意目的的垃圾评论,因此实现在线垃圾评论的自动化检测成为大家关注的焦点。国外学者最早开展了基于英文的在线垃圾评论自动化检测研究,但语言的差异性导致相关的研究成果难以应用于中文在线垃圾评论自动化检测。为此,本文对中文垃圾评论的自动化检测展开研究,并提出了大数据环境下中文在线评论存储策略。论文的主要工作如下：1)构建中文在线评论资料库。本文定制了一款网络爬虫工具对互联网上的中文在线评论实现自动化抓取,并利用分布式文件系统HDFS来确保中文在线评论海量数据的可靠存储。2)中文垃圾评论检测模型的建立。本文将中文在线垃圾评论识别视为文本分类问题,并采用分类模型加以解决。为避免中文在线评论的差异性,本文仅基于文本内容构建包含九个特征的文本向量用于逻辑回归算法验证其是否为垃圾评论。3)评论主题相关度特征的获取。评论主题相关度用于量化中文在线评论与评论主题之间的相关程度。本文基于关联规则提出了评论主题词模式优化中文分词系统的主题词识别,并利用混合语言模型获取评论主题相关度特征。最后,本文采用《速度与激情6》的在线影评对该模型进行验证,实验结果表明该模型在中文在线垃圾评论自动化检测中能够很好地提高检测准确率。