基于网络结构特征的大规模虚假评论群组识别

目前识别虚假评论的方法主要基于评论内容的文本特征和评论者的行为特征,然而评论文本与评论者行为容易被伪造和模仿,且这两类方法只能对虚假评论逐个识别,本文考虑了虚假评论的网络结构特征,通过分析评论者的网络行为及评论者节点间的网络结构特征定义相邻节点多样性与自相似性,利用累积分布函数估计其概率并合成网络行为得分,以得分高的可疑产品为种子建立2-hop子图,筛选子图中高度相似的虚假评论候选群组,利用GroupStrainer、HDBSCAN等算法对其进行聚类合并,以发现隐藏的虚假评论群组。以亚马逊四类最畅销的产品数据集为样本进行实证分析的结果表明,文中提出的方法能够有效识别隐藏较深的大规模虚假评论群组,综合群组内容的统计特征分析发现,虚假评论群组对目标产品的攻击模式存在产品类别差异,虚假评论群组比真实评论者对目标产品具有更强的集中度,但同时也会利用其它非目标产品对自身进行伪装以弱化其可疑性。

基于谱聚类的虚假评论群组检测

为了从数据集更有效地检测出虚假评论群组。提出一种基于谱聚类的检测算法。对数据集中的多维数据样本进行分析,确定衡量用户之间相似程度的指标;利用用户相似度指标构造一幅以用户为节点、用户之间相似度为边上权值的带权评论者图;将该图的邻接矩阵作为相似度矩阵,利用谱聚类算法对其进行群组检测,将所有用户分为15个候选群组;对检测出的候选群组进一步挖掘,分析其内部特征。将不同方法检测得到的候选群组内部特征进行比较,结果表明该算法具有更高的有效性。

数据挖掘方法与技术在虚假评论者检测中的应用研究进展

虚假评论的存在严重扰乱了公平公正的市场竞争秩序,对虚假评论的识别和检测是函待研究的问题。虚假评论者是虚假评论行为的构成主体之一,多个虚假评论者通过相互协同构成了虚假评论群组,但现有综述缺乏对虚假评论者相关研究的专门述评。文章对相关中文文献进行了回顾和分析,总结了近年来国内数据挖掘方法与技术在虚假评论者和虚假评论群组检测中的应用,认为虚假评论检测领域未来可从正面和负面虚假评论的区别检测、虚假评论者数据集的建立、数据挖掘算法和框架的建立等方面开展深入研究。