基于二部圖投影的虛假評論人群組檢測算法研究.pdf

1、隨著互聯(lián)網(wǎng)的急速發(fā)展，大多數(shù)消費者在決定購買某一產(chǎn)品前會閱讀和依賴此產(chǎn)品的評論信息，因此網(wǎng)上產(chǎn)品的評論信息在電商網(wǎng)站中占有舉足輕重的地位。為了利潤與名譽，許多組織或個人會故意發(fā)表一些虛假評論去吹捧或詆毀目標產(chǎn)品，如果一個經(jīng)過組織的集體共同對目標產(chǎn)品發(fā)表虛假評論，將會帶來非常大的影響，它可從總體上控制目標產(chǎn)品的總評論趨勢，從而給消費者提供一個錯誤導(dǎo)向，使消費者的權(quán)益受到傷害。為了檢測此類虛假評論人群組，目前對于虛假評論人群組檢測大都集中于

2、使用基于頻繁項集挖掘(FIM)算法生成虛假評論人候選群組，然而此算法只能檢測出緊密耦合的群組，即群組內(nèi)的任一評論人必須評論過群組內(nèi)全部目標產(chǎn)品。
　　本文中提出了一種檢測松散虛假評論人群組的方法。所謂松散虛假評論人群組，即群組內(nèi)任一評論人不需要必須評論群組內(nèi)全部目標產(chǎn)品。本文使用二部圖投影的方法解決此問題，同時本文提出一系列虛假評論人群組檢測指標用來計算松散虛假評論人候選群組的作弊度，設(shè)計了一種基于分治思想的新穎算法最終確定松散虛