基于行为与上下文特征的虚假评论检测

在电子市场世界中，用户评论反映了产品的重大价值。许多公司或产品提供商雇佣水军通过发布垃圾评论来误导新客户。虚假评论有三类：不真实评论、品牌评论和非评论。这三类都会误导新客户。多类别组织“Yelp”在过去十年中一直将虚假评论与非虚假评论分离。然而，许多电子商务网站并未单独过滤虚假与非虚假评论。过去十年中，自动虚假评论检测受到研究者的关注。已有许多方法和特征集被提出以改进虚假评论检测的分类模型。该研究领域常用两类数据集：伪虚假评论与真实评论。文献报道，与伪虚假评论相比，真实评论数据集上的分类模型性能较低。经调查，行为与上下文特征被证明对虚假评论检测十分重要。我们的研究利用了评论者的一项重要行为特征，称为“评论者偏差”。我们的研究包括将评论者偏差与其他上下文和行为特征一并考察。我们实证证明了所选特征集对识别虚假评论的分类模型的重要性。我们对所选特征集中的特征进行排序，其中评论者偏差位列第九。为评估所选特征集的可行性，我们对数据集进行缩放，并得出结论：缩放数据集可提升召回率与准确率。我们的所选特征集包含一个捕获同一评论者评论间文本相似度的上下文特征。我们在 NNC、LTC 和 BM25 术语加权方案上实验计算评论的文本相似度。我们报告 BM25 优于其他术语加权方案。