[发明专利]一种基于主题情感联合概率的电子商务虚假评论识别方法

权利要求书

1.一种基于主题情感联合概率的电子商务虚假评论识别方法，其特征在于：首先进行如下定义：

STM模型是主题情感联合概率模型，该模型是一个9元组，其中，

α是反应隐藏主题间和情感间的相对强弱的超参数；

μ是反应关于主题的情感概率分布的超参数；

β是词的概率分布的超参数；

是K维的狄利克雷随机变量，是主题概率分布矩阵；

是K*T维的狄利克雷随机变量，是情感概率分布矩阵；

是K*T*N维狄利克雷随机变量,是词的概率分布矩阵；

z_m,n是文档m的第n个词所属的主题；

s_m,n是文档m的第n个词所属的情感；

w_m,n是离散数据的基本单元，被定义为文档m中索引为n的词；

所述的基于主题情感联合概率的电子商务虚假评论识别方法，具体包括如下步骤：

步骤1：初始化STM模型的超参数α,μ,β；

步骤2：设置合适的主题个数、情感个数和Gibbs sampling最大迭代次数；

步骤3：训练STM模型，直到模型稳定收敛；

步骤4：将STM模型计算得到的情感概率分布矩阵作为特征，输入到分类器进行训练；

步骤5：将新的无标签样本输入到STM模型，并对STM模型进行训练，计算新的无标签样本的情感概率分布矩阵作为特征；

步骤6：将新的无标签样本的情感概率分布矩阵输入到训练好的分类器中，进行预测；

步骤7：分类器输出新的样本的标签。