近年来,随着中国电影市场不断发展,在线影评越来越成为普通消费者观影选择的重要评价指标。但诸多的网络水军在巨大的商业利益下,不仅利用虚假影评有意拉高目标影片的评价,也肆意的抹黑同期档的竞争影片。这些扰乱正常用户观影选择的水军若不能有效治理,一方面会继续误导观影的消费者,伤害他们对在线影评的信任度;另一方面也使得越来越多的影视团队忽视本身的影视制作,而将资金和精力过多地投入到这类不正当的影片宣传营销上。当前,对于电商领域的虚假评论识别研究,己有了一定的发展,其主要研究方向是从两方面入手,一是基于虚假评论的内容分析,二是基于虚假评论人自身属性和行为特征的分析。但关于在线影评环境下的虚假评论识别研究目前还很有限,同时豆瓣影评的水军不同于其他领域的水军,其识别研究有特殊性:即水军的评论内容和行为数据的“正常化”,这种“正常化”是由于水军团体通过“养号”和招聘正常用户造成的。因此过往的直接基于虚假评论内容或评论者行为特征的虚假识别研究方法在虚假影评识别中效果有限。而本文的虚假影评研究中,针对豆瓣影评的水军团体特征,在借鉴其他领域的相关研究的基础上,提出解决方案并构建虚假影评人预测模型。本文研究目标是探究如何识别在线影评中的虚假评论人,具体内容是利用豆瓣影评数据构建基于logistic回归的虚假影评人识别模型。本研究首先梳理了其他电商领域的虚假评论识别和在线影评这种新媒介的相关研究,在前人的研究基础上针对豆瓣影评水军特点,设定特定的目标集合指标,提取真实可靠的特征指标数据,最后通过logistic回归方程构建虚假影评人预测模型,并验证提取指标的有效性。同时,本研究成果也为后续其他研究者进一步进行虚假影评识别研究奠定了一定基础。