网购平台商品虚假评论检测技术研究

• 作者: 姜宾宾 王新豪 胡玉 王迎澳
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 虚假评论 支持向量机 增量学习 KKT条件 凸包
• 年，卷（期）: 2021,（23）
• 所属期刊栏目: 计算机工程应用技术
• 页码范围: 7-9
• 页数: 3页
• 分类号: F713.36|TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.23.003

摘要

商品评论是消费者在线购买产品或服务的重要依据,虚假评论会误导消费者做出错误的选择.因此,如何检测虚假评论是网购平台面临的一个重要问题.支持向量机是非常重要的分类算法,可以用于解决该问题.笔者提出一种基于权重、KKT(Karush Kuhn Tucker)条件以及凸包的增量式学习算法,用于检测商品虚假评论,并对其性能进行理论分析和实验验证.实验结果表明,在虚假评论检测过程中,使用支持向量机增量学习不仅在理论上切实可行,在实验中也获得较好的分类效果.