虚假评论检测技术综述

随着互联网的发展,用户倾向于在购物、旅游、用餐之前参考线上评论.之后,他们也会发表评论来表达自身意见.线上评论越来越具有价值.评论对用户决策的重要导向作用催生了虚假评论.虚假评论,指用户由于利益、个人偏见等因素发布的不符合产品真实特性的评论.这些虚假评论语言上模仿真实评论,消费者很难识别出来.国内外学者综合运用自然语言处理技术来研究虚假评论检测问题.从特征工程的角度分析,虚假评论检测方法可以分为三类:基于语言特征和行为特征的方法、基于图结构的方法、基于表示学习的方法.主要描述了检测的一般流程,归纳了三类研究方法常用的特征,比较了方法的优缺点,并且介绍了研究常用的数据集.最后探讨了未来研究方向.

电商虚假评论识别与检测技术探析

随着互联网的高速发展,网络购物成为很多人的日常生活习惯,特别是在新冠疫情的影响下,网络购物的"无接触性"得到了充分发挥,但同样由于消费者无法实际接触商品,选购依据则主要依赖于已购买消费者对商品的评价,由此催化了电商虚假评论不断涌现。笔者阐述了电商虚假评论的形成动机与研究意义,并从评论内容、评论者特性及两者相融合3个维度对电商虚假评论识别与检测技术的发展与现状进行探析,最后展望了未来的研究方向。