基于用户特征的职业虚假评论者识别研究

摘要

伴随着互联网时代的飞速前进，我们周围充斥着体量巨大的互联网信息，而这些信息在生活中扮演着日趋重要的角色。电子商务平台上的用户评论数据作为买家可以参考的唯一由买家提供的商品信息，已经成为广大买家用户做出购物决策前最看重的决策参考之一。但是由于虚假评论的存在，绕乱了买家用户的视线，很大程度上影响了网上购物的顾客体验。所以，如果通过一定的方法，对电子商务平台上的虚假评论以及职业虚假评论者做出有效的识别并将其过滤掉，就可以极大程度地提升消费者的购物体验。这一领域已经成为了学术研究的热点，引起了广大研究者的关注。
　　本文通过分析异常卖家与正常卖家，职业虚假评论者与正常用户之间各方面的差异，建立了异常卖家和职业虚假评论者的识别模型，通过基于相似度网络的职业虚假评论者识别算法对职业虚假评论者进行识别，取得了比较好的效果。
　　具体来说，本文做了以下工作：
　　（1）深入分析了异常卖家与正常卖家，职业虚假评论者与正常用户之间各方面的差异，分别定义了卖家和买家两类用户特征。用卖家用户特征构建异常卖家分析法用于定位最可能包含职业虚假评论者的可疑商品集。用买家用户特征构建了职业虚假评论者识别模型。并且在采集到的淘宝网真实数据集上进行了特征识别效用评价，分析特征识别效果。
　　（2）本文将社会关系网络分析法结合由用户特征模型计算得到的用户间相似度，构建相似度网络，通过社会关系网络子群分析方法对职业虚假评论者进行识别。并且在采集到的淘宝网真实数据集上进行了识别实验，对比了识别效果。
　　本文的研究内容对电子商务网站对职业虚假评论者的检测识别工作有一定的帮助意义，可以作为本领域现有研究工作的一个补充，为电子商务网站的管理提供一些启发。

目录

声明

第一章 绪论

1.1研究背景和意义

1.2 国内外研究现状

1.3 本文的主要内容与创新点

第二章 相关概念及理论介绍

2.1 虚假评论及虚假评论者

2.2 电子商务网站中的信用评价体系

2.3 职业虚假评论者识别相关技术方法介绍

第三章 用户特征的选取及效用评价分析

3.1 问题定义

3.2 基于用户特征的淘宝网卖家异常分析

3.3 买家用户特征的选择与定义

3.4 用户特征效用评价模型的构建

3.5 用户特征识别效用评价实验设计与分析

第四章 基于相似度网络的职业虚假评论者识别

4.1 问题定义

4.2 基于用户特征的买家用户相似度的度量

4.3 基于评论用户特征的职业虚假评论者的识别

4.4 实验与分析

第五章 总结与展望

5.1 论文总结

5.2 研究展望

附录A

附录B

参考文献

攻读硕士学位期间发表的论文

后记