引入時(shí)序關(guān)系的虛假評(píng)論文本檢測(cè).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(píng)分和評(píng)論。同時(shí)網(wǎng)上購(gòu)物用戶對(duì)這些由其他用戶生成的商品評(píng)價(jià)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(píng)論對(duì)消費(fèi)者購(gòu)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(píng)分和評(píng)論進(jìn)行非法牟利。這對(duì)電子商務(wù)的秩序產(chǎn)生了極其惡劣的影響。所以對(duì)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(duì)電子商務(wù)領(lǐng)域類似欺詐的研究多集中在對(duì)評(píng)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(yǔ)言處理的角度入手。不僅如此，目前的虛假評(píng)論文本研究幾乎都采用時(shí)間不可知論模型，而因此無法捕捉評(píng)論文本內(nèi)的時(shí)序關(guān)系信息。
　　本文首先對(duì)當(dāng)前互聯(lián)網(wǎng)商品虛假評(píng)論檢測(cè)的研究意義和現(xiàn)狀做出進(jìn)一步的分析，而后對(duì)相關(guān)理論和技術(shù)做出簡(jiǎn)要的介紹。
　　然后，本文在此基礎(chǔ)上提出一個(gè)新的網(wǎng)絡(luò)商品虛假評(píng)論文本檢測(cè)模型。該模型的主要設(shè)計(jì)思想是將評(píng)論文本作為時(shí)間序列進(jìn)行對(duì)待，從而使模型能夠從中獲取評(píng)論文本中詞與詞之間的時(shí)

3、序關(guān)系信息。模型使用一個(gè)基于LSTM的循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)評(píng)論文本中隱含的時(shí)序關(guān)系信息進(jìn)行提取，同時(shí)使用詞嵌入技術(shù)將評(píng)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(gè)時(shí)刻中隱含層的輸出求取平均值，作為評(píng)論文本的等長(zhǎng)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(duì)網(wǎng)絡(luò)商品評(píng)論文本的真實(shí)性做出最終判斷。
　　最后，本文設(shè)計(jì)并實(shí)施了一組實(shí)驗(yàn)，并在實(shí)驗(yàn)中將所提出的算法與采用基于獨(dú)熱碼的評(píng)論文本數(shù)據(jù)表示形式的支持向量機(jī)算法進(jìn)