论文部分内容阅读
在线商品的销售与商品评价信息密切相关,拥有较多好评信息的商品更受消费者的青睐.于是越来越多的电商商家开始雇佣甚至充当虚假评论者对商品进行不切实际的评论,广大消费者成为了最终的受害者.本文提出一种基于评论者行为的虚假评论者检测方法,该方法从虚假评论者作弊动机出发,综合考虑评论者评价行为、评论者交流行为以及评论者对商品的关注行为,将评论者行为视为证据并构建D-S证据理论模型.首先,本文利用多种维度对评论者的三种行为特征进行量化并构建三个独立的SVM模型,然后将SVM无阈值输出通过sigmoid函数实现后验概率输出,最后将其用于证据融合并根据识别框架下的证据支持度对评论者身份进行检测.实验结果表明,本文提出的方法准确有效.