《表6 Amazon数据集上不同特征下本文算法的F1值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于垂直集成Tri-training的虚假评论检测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

单位：%

为了验证第2章模型中特征提取（评论文本特征和用户行为特征）的有效性，本文在Amazon数据集中比较了基于VETT的虚假评论检测模型在不同特征情况下的分类效果。在此实验中，未标记的标注数据的比例设置为60%，并选择单一的评论文本特征、单一的用户行为特征以及两者的混合特征这三种情况，以此来作对比实验，观察算法在不同特征下的分类性能，实验结果如表6所示。从表6可以看出，使用混合特征的算法的F1值最高，表明本文选择的混合特征是有效的。