基于概念格融合模型的垃圾评论识别研究
作者机构：吉林大学商学与管理学院 北京航空航天大学美育中心
出 版 物：《现代情报》 (Journal of Modern Information)
年 卷 期：2025年
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家社会科学基金重大项目“大数据方法在宏观经济预测中的应用研究”(项目编号:23&ZD075)
主 题：垃圾评论 基元学习器 集成模型 概念格 概念格融合模型
摘 要：[目的/意义]为有效解决基元学习器和集成模型对单形态特定模式的依赖和局限，本文通过加大观察粒度将分类器拓展为可适应多形态混合模式的分类器，以期提升模型理解能力和分类能力。[方法/过程] 本文以概念集替代原始特征，引入互斥概念集和正交样本集的概念，对样本进行分离、归纳和融合，构建概念格融合模型，并从模型特质、模型能力、模型品质及过拟合4个方面对模型进行评价。[结果/结论] 以亚马逊23 971条评论为样本集的测算结果表明，概念格融合模型在准确性、稳定性、抗干扰性等方面都有较大提升，且模型评价结果表明该模型具有更佳的内在品质。
同方期刊数据库
