在线评论回报的动态声誉机制研究

当前学界研究主要集中于网络评论的声誉机制或虚假评论的识别策略,好评返现可以看作是声誉的交易(消费者给予好评,商家报以返现),而对此类带有一定贿赂性质的、诱导性的评论的声誉机制研究不多。本文以某网络购物平台2016和2017年两次追踪调查数据为样本,实证研究了好评返现是如何作用于最终声誉评价的。实证结果发现,好评返现对店铺声誉累积的实际影响并不是完全正向的,而是以店铺初始声誉等级为阈值,对于信誉等级较高的店铺(品牌商家)不敏感,对于信誉等级较低的店铺(新进卖家)比较敏感;商家是否参与好评返现并非内生于店铺的初始信誉评价,而更多的是提升信誉评分或对冲部分负面评论;消费者是否参与好评返现与其行为意愿和态度不存在显著关联,匿名环境往往使消费者更易做出内心并不认同却能获益的行为。     

一种混合的垃圾邮件过滤算法研究

贝叶斯邮件过滤器具有较强的分类能力,极高的准确率,在内容过滤领域占据主导地位。人工免疫系统具备强大的自学习、自适应,鲁棒性等能力,已发展成为计算智能研究的一个崭新的分支。该文在分析贝叶斯的原理和人工免疫的仿生机理的基础上,将贝叶斯与人工免疫相结合,设计和实现了一种基于贝叶斯和人工免疫的混合垃圾邮件过滤算法,并利用现有的垃圾邮件语料库得到预期的实验结果。     

博弈论在邮件特征选择中的应用

特征选择在垃圾邮件过滤中起着十分重要的作用,本文分析讨论了现有邮件特征选择方法所存在的不足,并在此基础上,提出一种基于博弈论的邮件特征选择模型。该模型将博弈论应用于邮件特征选择中,以达到约减信息规模,提高垃圾邮件过滤效率的目的。在设计特征选择模型时,考虑到邮件样本自身的模糊隶属性对特征选择所产生的影响,在特征点对邮件类别的区分度定义中,通过引入由相融性度量定义的样本模糊隶属度函数,提高博弈邮件特征选择模型对实际问题的处理能力。在CDSCE语料库上的实验表明,该邮件特征选择模型的性能优于同类其他特征选择方法,验证了该邮件特征选择模型的有效性。     

垃圾短信分类治理对策研究

以垃圾短信治理问题为切入点, 以供需分析为理论基础, 从短信内容与短信发送渠道两个维度分别提出非对称二维评判矩阵和分层分级治理策略. 通过分析发现, 目前治理重点转向 "端口" 类垃圾短信, 广告类垃圾短信数量占比最大, 而诈骗、 色情等违法类短信社会危害最大, 因而提出垃圾短信分类治理的相关建议. 从新的视角研究垃圾短信治理问题, 给监管部门及电信运营企业提供理论及方法借鉴, 并促进短信业务的健康发展.     

LSA和MD5算法在垃圾邮件过滤系统的应用研究

随着对垃圾邮件问题的普遍关注,针对目前邮件过滤方法中存在着的语义缺失现象和处理群发型垃圾邮件低效问题,提出一种基于潜在语义分析(LSA)和信息-摘要算法5(MD5)的垃圾邮件过滤模型。利用潜在语义分析标注垃圾邮件中潜在特征词,从而在过滤技术中引入语义分析;利用MD5在LSA分析基础上,对群发型垃圾邮件生成"邮件指纹",解决过滤技术在处理群发型垃圾邮件中低效的问题。结合该模型设计了一个垃圾邮件过滤系统。采用自选数据集对文中设计的系统进行测试评估,经与Nave Bayes算法过滤器进行比较,证明该方法在垃圾邮件过滤上优于Nave Bayes方法,实验结果达到了预期的效果,验证了该方法的可行性、优越性。     

多特征结合的中文垃圾邮件过滤特征选择方法研究

在中文垃圾邮件过滤系统中,基于内容过滤的Na？ve Bayes算法得到了广泛应用。本文将多种特征结合构建邮件文本向量,应用八种文本分类特征选择方法在Na？ve Bayes算法上进行实验验证,通过准确率和召回率结合的综合性能指标F1值进行性能评价,结果表明,采用类别区分词、优势率、信息增益、期望交叉熵、CHI统计和文本证据权等六种特征选择方法应用于多特征结合邮件文本向量的过滤取得了较好的垃圾邮件过滤性能,反垃圾邮件效果较好。     

遗传神经网络在邮件过滤器中的应用

针对目前反垃圾邮件技术的缺点,提出一种基于遗传优化神经网络的垃圾邮件过滤器模型,利用遗传算法全局搜索能力优化神经网络连接权值,克服神经网络局部极小值点问题,提高神经网络的学习速度和识别能力。通过对遗传算法和人工神经网络算法的实现,证明它们在垃圾邮件过滤器中有很好的应用效果。     

基于核方法的贝叶斯邮件分类网络研究

提出一种包含核函数的Bayesian参数估计方法,提高了Bayesian参数估计的实用性。结合邮件内容和报文格式两个方面分析和提取邮件的重要特征,建立了对应的Bayesian邮件分类网络。将包含核函数的Bayesian参数估计方法应用到邮件分类网络,在对不同邮件测试集的在线学习试验结果证明,这种新的分类模型能够有效地实现垃圾邮件的分类过滤。     

基于抗体网络的邮件过滤器设计

抗体网络作为一种新型的基于免疫原理的神经网络模型,已有实验验证了其具有良好的无监督竞争学习能力。但对抗体网络的研究目前还集中在原理介绍和实验验证上,没有将其应用在实际工程问题中的先例。在保留抗体网络的结构自动生成,基于克隆选择、变异机制的无监督竞争学习等优点的同时,对抗体网络的初始化、抗体的表示方式、网络结构的更新等方面作了适当的改进。在此基础上设计的邮件过滤器,和传统的邮件过滤器相比,实验结果表明其具有自适应能力好、准确性高等优点。     

B2C电子商务中垃圾邮件的法律问题研究——以消费者权益保护为视角

随着电子商务的发展,垃圾邮件的治理问题日益严峻。网络信任机制缺失、电子邮件的开放性标准以及低成本性是垃圾邮件产生的主要原因。垃圾邮件侵犯了消费者的财产权、隐私权以及自主选择权等基本权利,给消费者造成了很大困扰。美国、欧盟、OECD、ICPEN等国家和国际组织在垃圾邮件法律规制方面有很多先进的经验值得借鉴,我国应当制定较高层次的法律法规对垃圾邮件进行全面有效的规制,并采纳事前同意制度、确立垃圾邮件中相关主体的法律责任、加强行业自律组织的建设、增进国际交流与合作。