ColluEagle：基于马尔可夫随机场的协同刷评者检测
信息检索
2020-10-08 v1 机器学习
社会与信息网络
摘要
产品评论在为在线购物者提供购买决策方面极具价值。在巨大利润动机驱动下，欺诈者故意捏造不实评论以扭曲在线产品的声誉。随着在线评论愈发重要，群体垃圾评论（即一组欺诈者协作攻击若干目标产品）成为一种新趋势。已有工作利用评论网络效应（即评论者、评论与产品间的关系）检测虚假评论或刷评者，但忽略了在刻画群体垃圾评论中至关重要的时间效应。本文提出一种新颖的基于马尔可夫随机场（MRF）的方法（ColluEagle）来检测协同刷评者以及垃圾评论活动，同时考虑网络效应与时间效应。我们首先识别共同评论对——两名评论者以相似方式评论同一产品时出现的评论现象，然后将评论者及其共同评论对建模为成对 MRF，并使用循环置信传播来评估评论者的可疑度。我们进一步为 ColluEagle 设计了一个高质量且易于计算的节点先验，借此也可随后识别出刷评者群体。实验表明，ColluEagle 不仅能以高精度检测协同刷评者，显著优于最先进的基线——FraudEagle 和 SpEagle，还能识别高度可疑的垃圾评论活动。
引用
@article{arxiv.1911.01690,
title = {ColluEagle: Collusive review spammer detection using Markov random fields},
author = {Zhuo Wang and Runlong Hu and Qian Chen and Pei Gao and Xiaowei Xu},
journal= {arXiv preprint arXiv:1911.01690},
year = {2020}
}
备注
16 pages, 12 figures