本文的研究主题是建立一定的模型对Yelp网站上餐饮业评论中的虚假好评进行识别。由于虚假评论先验标记的缺失,给有监督学习造成了困难,而无监督学习稳定性又较差,本文希望尝试在无标注数据集上建立拟先验标记的方式将无标注数据集转化为有标注数据集,将无监督学习转化为有监督学习,再进行最终模型的拟合。本文的研究目的是探索这种建立拟先验标记方法的可行性,以及采用本文中的交集方法所建立的拟先验标记的可信性。在拟先验标记的建立阶段,本文尝试通过情感极性分析(采用TF_IDF方法建立语料库,并结合LASSO方法建立Ordinal Logit模型)、聚类分析、文本词频分析的方法,将无监督学习和有监督学习的结果进行交互验证,在最小化第一类错误概率的前提下,建立拟先验虚假评论标注。在最终模型的拟合阶段,本文根据上述建立的标注进行有监督学习模型拟合,比较带随机项与不带随机项的广义线性模型与支持向量机方法,并在最小化第一类概率错误的目的下建立最优的最终模型。最终建立的模型在样本量为200的测试集上进行检验,发现本文所建立的模型可以最小化真实评论误判为虚假评论的概率,而虚假评论被识别出的概率大约为43%。