Primjena strojnog učenja za klasifikaciju lažnih recenzija

master's thesis

• Title (english): Application of machine learning for fake reviews classification
• Author: Dora Šokota
• Mentor: Mario Brčić (mentor)
• Committee member: Mario Brčić (predsjednik povjerenstva)
• Committee member: Marina Bagić Babac (član povjerenstva)
• Committee member: Danijel Mlinarić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2025-02-21, Croatia

Abstract

Ovaj rad istražuje problem klasifikacije lažnih recenzija na internetskim platformama.
U radu su implementirani i evaluirani modeli logističke regresije, SVM, modeli temeljeni
na stablu i neuronske mreže, koristeći skup podataka s platforme Yelp. Analizirane su
različite značajke, uključujući numeričke značajke usmjerene na recenzente i jezične
značajke vezane uz tekst recenzije. Modeli su testirani na numeričkim značajkama, jezičnim značajkama, te na kombinaciji obje vrste značajki. Analizom... More rezultata pokazano
je da modeli temeljeni na stablu najbolje klasificiraju lažne recenzije. U radu se opisuje
arhitektura svakog korištenoj modela strojnog učenja. Less

Abstract (english)

This paper investigates the problem of classifying fake reviews on online platforms.
In this paper, logistic regression models, SVM, tree-based models, and neural networks
are implemented and evaluated using the Yelp data set. Various features are analyzed,
including numerical features focused on reviewers and linguistic features related to the
review text. The models are tested on numerical features, linguistic features, and a combination of both types of features. The analysis of the... More results shows that tree-based models are the best at classifying fake reviews. The paper describes the architecture of each
machine learning model used. Less

• Keywords: strojno učenje; lažne recenzije; binarna klasifikacija
• Keywords (english): machine learning; fake reviews; binary classificatio
• Language: croatian
• URN:NBN: urn:nbn:hr:168:829626
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2025-03-12 11:19:21