博客中廣告評論檢測技術(shù)研究.pdf

1、作為Web2.0時代的重要元素，博客以極快的速度融入到人們的日常生活之中。博客能成為互聯(lián)網(wǎng)上人與人之間重要的交流方式，與其讀者可以方便、快捷地在博客上發(fā)表評論的特征是密不可分。然而，隨著博客空間數(shù)目的日益增多，博客中出現(xiàn)了數(shù)目眾多的涉及產(chǎn)品推銷、網(wǎng)站推介及發(fā)布信息的廣告評論的內(nèi)容。這些廣告評論不僅占用了大量網(wǎng)絡(luò)資源及帶寬資源，而且還降低了用戶的體驗度。因此，研究如何檢測出這些廣告評論是非常有價值，也是非常有意義的一件事情，其研究成果可以

2、幫助博客網(wǎng)站運營商準確識別廣告評論，最終將其過濾、刪除，使得博客空間更加和諧與干凈。
　　 本文首先對廣告評論的現(xiàn)狀做了一個深入總結(jié)，分析了廣告評論在博客中泛濫的原因。重點研究了廣告評論的發(fā)布機制，研究表明大多數(shù)廣告評論都不是人為發(fā)表的，而是由機器群發(fā)軟件自動注冊用戶，自動發(fā)表的。與此同時，也對當前防治廣告評論的手段和方法做了詳細深入的研究。
　　 通過對用戶行為的分析，發(fā)現(xiàn)發(fā)表廣告評論的用戶與非廣告評論的用戶在行為上有

3、很大的差異性。這種差異性主要體現(xiàn)在三個方面：時間間隔、寫作風(fēng)格、寫作主題。在提取到這三個行為上的特征后，提出了基于用戶行為分析的廣告評論檢測算法模型。利用這個模型并結(jié)合樸素貝葉斯分類算法對廣告評論分類，以正確率、召回率、F1值對分類效果評價，實驗結(jié)果表明利用行為分析可以取得很好的分類效果。
　　 利用行為特征進行廣告評論檢測取得了很好的效果，但仍然有少數(shù)廣告評論被誤判為非廣告評論。因而，為了進一步地提高分類的效果，考慮從評論本身