排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
虚假评论是电商发展过程中一个无法避免的难题. 针对在线评论数据中样本类别不平衡情况，提出基于BalanceCascade-GBDT算法的虚假评论识别方法. BalanceCascade算法通过设置分类器的误报率逐步缩小大类样本空间，然后集成所有基分类器构建最终分类器. GBDT以其高准确性和可解释性被广泛应用于分类问题中，并且作为样本扰动不稳定算法，是十分合适的基分类模型. 模型基于Yelp评论数据集，采用AUC值作为评价指标，并与逻辑回归、随机森林以及神经网络算法进行对比，实验证明了该方法的有效性. 相似文献
1