引入時序關(guān)系的虛假評論文本檢測.pdf

1、越來越多的消費(fèi)者開始在互聯(lián)網(wǎng)上進(jìn)行商品的評分和評論。同時網(wǎng)上購物用戶對這些由其他用戶生成的商品評價越發(fā)依賴，越來越多的人將它們視為自己在網(wǎng)上商城選擇商品的重要依據(jù)。網(wǎng)上評論對消費(fèi)者購買意向的影響的逐漸突顯使得某些不法商家開始通過偽造網(wǎng)上評分和評論進(jìn)行非法牟利。這對電子商務(wù)的秩序產(chǎn)生了極其惡劣的影響。所以對這些行為進(jìn)行有效打擊成為如今電子商務(wù)的當(dāng)務(wù)之急。
　　然而現(xiàn)有的針對電子商務(wù)領(lǐng)域類似欺詐的研究多集中在對評分等信息的利用上，而較

2、少有研究者專注于從文本和自然語言處理的角度入手。不僅如此，目前的虛假評論文本研究幾乎都采用時間不可知論模型，而因此無法捕捉評論文本內(nèi)的時序關(guān)系信息。
　　本文首先對當(dāng)前互聯(lián)網(wǎng)商品虛假評論檢測的研究意義和現(xiàn)狀做出進(jìn)一步的分析，而后對相關(guān)理論和技術(shù)做出簡要的介紹。
　　然后，本文在此基礎(chǔ)上提出一個新的網(wǎng)絡(luò)商品虛假評論文本檢測模型。該模型的主要設(shè)計思想是將評論文本作為時間序列進(jìn)行對待，從而使模型能夠從中獲取評論文本中詞與詞之間的時

3、序關(guān)系信息。模型使用一個基于LSTM的循環(huán)神經(jīng)網(wǎng)絡(luò)對評論文本中隱含的時序關(guān)系信息進(jìn)行提取，同時使用詞嵌入技術(shù)將評論文本基于詞典和獨(dú)熱碼的稀疏表示轉(zhuǎn)化為稠密表示。而后神經(jīng)網(wǎng)絡(luò)將每一個時刻中隱含層的輸出求取平均值，作為評論文本的等長的特征向量表示。最后利用基于支持向量機(jī)的二分類器對網(wǎng)絡(luò)商品評論文本的真實(shí)性做出最終判斷。
　　最后，本文設(shè)計并實(shí)施了一組實(shí)驗，并在實(shí)驗中將所提出的算法與采用基于獨(dú)熱碼的評論文本數(shù)據(jù)表示形式的支持向量機(jī)算法進(jìn)