文章详情

摘要

为了分析智能手机产品领域网络水军的存在对评论的真实性及公信力的影响，提出了一种基于多维特征与随机森林的智能手机产品网络评论水军识别混合模型，引入了多维特征关联度。该模型运用随机森林算法，将多维特征整合应用于智能手机产品网络评论水军评论的检测。通过在数据集上进行对比实验，结果显示该模型的准确率、F1分数及精确率分别为80.6%、80.9%、78.7%，各性能指标均达到较好水平。而消融实验结果更显示，不同的特征对模型的影响均有差异。此研究为智能手机产品的网络评论管理提供了一种有效的技术手段，旨在为消费者呈现更为真实可靠的评论信息，并为未来相关研究提供参考。

关键词

网络水军；水军识别；机器学习；多维特征；随机森林

参考文献

1. [1] 吴静，郭彩萍.短视频直播营销对消费者购买行为的影响及策略 [J].山西开放大学学报，2025，30（2）：95-98.
2. [2] 雷霞.网络水军的发展演进及其特征研究 [J].人民论坛，2024（21）：102-105.
3. [3] 周妹，常建华，陈思成，等.一种基于朴素贝叶斯分类器的气溶胶类型识别模型 [J].光学学报，2022，42（18）：49-57.
4. [4] 吕宁，罗倩.融合XGBoost和逻辑回归算法的电信客户流失预测模型 [J].现代电子技术，2025，48（11）：136-143.
5. [5] 李颖，侯学睿，刘晨辉.基于有序逻辑回归模型的电动汽车充电行为分析 [J].科学技术与工程，2025，25（8）：3473-3479.
6. [6] 邹洁，朱国胜，祁小云，等.基于C4.5决策树的HTTPS加密流量分类方法 [J].计算机科学，2020，47（S1）：381-385.
7. [7] 杨超，秦廷栋，范波，等.基于人工免疫危险理论的微博水军用户检测研究 [J].计算机科学，2018，45（11）：138-142，159.
8. [8] 文晓慧.基于图神经网络的微博水军识别系统的设计与实现 [D].济宁：曲阜师范大学，2021.
9. [9] 王思媛.基于CBOW模型的微博水军识别 [D].苏州：苏州大学，2022.
10. [10] 宁新丽，孙圆.基于豆瓣网短评的网络水军识别 [J].统计与咨询，2022（3）：6-9.
11. [11] 张霁阳，张鹏，龚泗羽，等.基于深度学习的网络水军识别技术研究 [J].农业图书情报学报，2023，35（12）：49-59.

基金项目

广东省哲学社会科学规划2023年度学科共建项目（GD23XXW13）；2025年度广州市高校教学改革项目教学名师培育项目（2025JXMS009）；2024年校级质量工程教师教学创新团队项目（XTD202402）

作者简介

曹惠茹（1981—），女，汉族，陕西渭南人，副教授，硕士研究生，研究方向：大数据、社会网络。