基于异常评分偏差的意见垃圾检测
社会与信息网络
2016-08-03 v1
摘要
具有既得利益的各方发布虚假评论，已成为消费者在决策中使用在线产品评论时的一个严重问题。为应对该问题，已提出许多检测这些虚假评论（称为意见垃圾(opinion spam)）的方法。然而，迄今为止，许多这些方法侧重于评论文本分析，使其不适用于许多伴随文本可选或不可能的评论系统。此外，这些方法通常计算昂贵，需要大量资源来处理典型涉及规模的数据的文本分析。在本文中，我们考虑意见垃圾发布者对产品平均评分的操纵，关注垃圾发布者评分与诚实评论者多数意见之间的差异。我们提出了一种基于这些差异的轻量、有效的意见垃圾发布者检测方法。该方法使用二项回归来识别具有异常比例偏离多数意见的评分的评论者。在真实世界和合成数据上的实验表明，我们的方法能够成功识别意见垃圾发布者。与同样仅基于评分的当前最先进方法相比，我们的方法能够在无需关于垃圾和非垃圾评论概率的假设并减少学习所需的大量计算的情况下，达到类似的检测准确率。
引用
@article{arxiv.1608.00684,
title = {Detection of opinion spam based on anomalous rating deviation},
author = {David Savage and Xiuzhen Zhang and Xinghuo Yu and Pauline Chou and Qingmai Wang},
journal= {arXiv preprint arXiv:1608.00684},
year = {2016}
}