论文部分内容阅读
基于机器学习的用户恶意评论检测研究
【摘 要】
：
随着移动互联网的普及,人们可以随时随地在网络中发表自己的观点。一方面媒体公司需要用户积极参与评论,另一方面在众多评论中也混杂着恶意评论。这些评论不仅在精神上伤害了他人,而且也使得整个网络环境变得混乱不堪。更重要的是,受攻击者会逐渐使用其他产品,不利于公司的发展。公司管理者需要过滤出现的恶意评论,但是小公司无法承受人工检测的成本。因此,需要设计一个恶意评论自动检测方案。针对这些问题,本文提出一种基于
【出 处】
：
北京邮电大学
【发表日期】
：
2019年01期
其他文献
随着大数据时代的快速发展,文本信息数据量急剧增加,为了获取有价值的信息,提升信息获取效率,就需对这些文本信息进行分类。因此,文本分类系统的研究与实现具有重要意义。新闻文本是文本信息的一个重要组成部分,也是人们获取信息的重要方式。本文以新闻文本分类为依托,对当下文本分类算法进行改进,以新闻文本分类系统为实例对文本分类系统的设计与实现进行说明,完成文本分类算法的研究工作。本文以大数据时代背景及分类技术
学位