在线评论系统中的虚假评论者群体检测
社会与信息网络
2021-12-14 v1
摘要
在线评论系统是影响顾客购买决策的重要组成部分。为操纵产品声誉，许多商家雇佣大量人员撰写虚假评论以误导顾客。已有方法通过检测恶意个体来解决该问题，却忽略了垃圾活动常以群体形式展开、个体协作撰写虚假评论的事实。然而，虚假评论者群体检测更具挑战性，原因在于难以捕捉群体中的潜在关系。本工作中，我们提出一种无监督的端到端方法用于在线评论中的虚假评论者群体检测。具体而言，我们的方法可概括为两步。首先，利用基于模块度的图卷积网络检测内聚群体。随后，通过个体与群体层面的若干异常指标度量各群体的可疑程度。最终可通过可疑度检测出虚假评论者群体。我们在真实数据集上进行了充分实验，结果表明与最先进（state-of-the-art, SOTA）基线相比，所提方法在检测虚假评论者群体上行之有效。
引用
@article{arxiv.2112.06403,
title = {Fake Reviewer Group Detection in Online Review Systems},
author = {Chen Cao and Shihao Li and Shuo Yu and Zhikui Chen},
journal= {arXiv preprint arXiv:2112.06403},
year = {2021}
}