基于评论产品属性情感倾向评估的虚假评论识别研究

被引:60
作者
陈燕方 [1 ,2 ]
李志宇 [1 ,2 ,3 ]
机构
[1] 华中师范大学信息管理学院
[2] 华中师范大学湖北省电子商务研究中心
[3] 中国人民大学信息学院
关键词
情感倾向; 虚假评论; 垃圾评论; 商品评论; 虚假评论识别;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
【目的】提出一种基于评论产品属性情感倾向评估模型(Review Attribute of Product-Based Emotion Evaluate,RAPBEE模型),用于在线商品虚假评论的识别。【方法】针对在线商品虚假评论采用评论产品属性情感倾向离群度量方法,结合已有评论效用研究对评论结果进行综合排序,从而得出评论的可信度序列。【结果】基于R语言实现,在模型试验集上,通过RAPBEE模型识别处理后的评论序列和当前商品真实情况的符合度为86.2%,实验结果表明RAPBEE模型有较强的实际应用能力与适应度。【局限】需要依赖于已有属性词典的建模方式,在大规模的数据运行效率上有待改进。【结论】提供一种新的针对中文商品虚假评论识别处理方法,具有较强的扩展能力。
引用
收藏
页码:81 / 90
页数:10
相关论文
共 6 条
[1]
用户评论的质量检测与控制研究综述 [J].
林煜明 ;
王晓玲 ;
朱涛 ;
周傲英 .
软件学报, 2014, 25 (03) :506-527
[2]
基于情感词属性和云模型的文本情感分类方法 [J].
孙劲光 ;
马志芳 ;
孟祥福 .
计算机工程, 2013, 39 (12) :211-215+222
[3]
虚假商品评论信息发布者行为动机分析 [J].
孟美任 ;
丁晟春 .
情报科学 , 2013, (10) :100-104
[4]
在线商品评论效用排序模型研究 [J].
李志宇 .
现代图书情报技术, 2013, (04) :62-68
[5]
Opinion Spam Detection:Detecting Fake Reviews and Reviewers Liu B; http://www.cs.uic.edu/-liub/FBS/fake-reviews.html 2013,
[6]
Reviewers.Coffee_review http://item.taobao.com/item.htm?id=19728263832 2014,