虚假评论识别技术的研究与实现开题报告

1. 研究目的与意义（文献综述）

1.1研究目的

随着互联网技术的发展，网上购物凭借其实惠、便捷等诸多优势迅速发展，而用户在进行网上购物时通常会参考他人的评论来做出消费决策。由于评论信息对消费者的消费行为具有一定的指导作用，很多商家在利益的驱使下，通过雇佣水军等方式发布了大量的虚假评论，以此来误导消费者，提高产品销量。由于这些虚假评论具有一定专业性并且数量巨大，普通消费者难以甄别,因此需要一种自动化且准确率较高的虚假评论识别系统来帮助用户进行甄别，保障消费者的权益。

1.2 研究意义

2. 研究的基本内容与方案

2.1 研究目标

通过研究各种深度学习相关虚假评论识别技术，针对淘宝电商平台，搭建一个虚假评论识别系统，采用监督学习的方式，利用lstm和cnn等神经网络模型，对商品评论进行真假识别。

2.2 研究内容

3. 研究计划与安排

(1)2020/1/13—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

(2)2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；

(3)2020/5/1—2020/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1]邓胜利,汪奋奋.互联网治理视角下网络虚假评论信息识别的研究进展[j].信息资源管理学报,2019,(3):73-81.doi:10.13365/j.jirm.2019.03.073.

[2]皮琪,王文杰,杨飞, 等.基于深度学习的虚假评论识别[j].网络新媒体技术,2016,5(6):30-33. doi:10.3969/j.issn.2095-347x.2016.06.006.

[3]李静. 基于卷积神经网络的虚假评论的识别[j]. 软件, 2016,37(10):79-81.doi:10.3969/j.issn.1003-6970.2016.10.018.