基于有监督学习的店铺类虚假评论检测

• 作者: 汪浩 王琢 胡润龙 高珮
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 网络在线评论 虚假评论 店铺类评论 有监督学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP306
• 字数: 3476字
• 语种: 中文
• DOI: 10.11907/rjdk.191695

摘要

网络在线评论对于商家和顾客具有重要价值,因而日益受到虚假评论行为的冲击.作为两个重要的在线评论领域,产品类评论(如亚马逊、淘宝)和店铺类评论(如点评网、Yelp)在语言特性、评论行为等方面存在显著差异.虽然研究者们已提出大量针对产品类虚假评论的检测方法,但对于店铺类虚假评论的研究仍然较少.针对Yelp.com网站上旅店、饭店有标注的点评数据,提取并分析各种评论欺诈特征,利用多种有监督学习方法进行虚假评论检测.实验结果表明,检测精度最高可达74％,AUC值可达75％.虽然店铺类虚假评论具有极强的隐蔽性,但通过权衡检测精度和召回率,可利用有监督学习方法对店铺类虚假评论进行有效检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琢	沈阳理工大学信息科学与工程学院	6	28	2.0	5.0
2	高珮	沈阳理工大学信息科学与工程学院	2	0	0.0	0.0
3	汪浩	沈阳理工大学信息科学与工程学院	1	0	0.0	0.0
4	胡润龙	沈阳理工大学信息科学与工程学院	1	0	0.0	0.0