摘 要 近年來(lái)，國(guó)內(nèi)外眾多學(xué)者對(duì)虛假評(píng)論檢測(cè)進(jìn)行研究，本文針對(duì)虛假評(píng)論人進(jìn)行檢測(cè)，利用無(wú)監(jiān)督圖嵌入算法（node2vec）獲取評(píng)論人向量，進(jìn)而獲得評(píng)論人之間的距離，根據(jù)距離計(jì)算出評(píng)論人的作弊度。同時(shí)將評(píng)論人特征融合為作弊先驗(yàn)，有效地篩選出了有對(duì)產(chǎn)品進(jìn)行虛假評(píng)論的評(píng)論人。

關(guān)鍵詞 虛假評(píng)論檢測(cè);圖嵌入;無(wú)監(jiān)督學(xué)習(xí);特征融合

針對(duì)虛假評(píng)論檢測(cè)問(wèn)題，本文構(gòu)建評(píng)論人圖結(jié)構(gòu)模型，使用無(wú)監(jiān)督圖嵌入算法（node2vec）將評(píng)論人圖中的節(jié)點(diǎn)嵌入到低維向量空間中，使得圖中的評(píng)論人節(jié)點(diǎn)轉(zhuǎn)化為向量，通過(guò)計(jì)算評(píng)論人之間的Frobenius距離以估計(jì)評(píng)論人在向量空間中的距離，以此衡量評(píng)論人的作弊度并排序。

1相關(guān)算法

1.1 node2vec算法

node2vec算法[1]是圖嵌入方法的一種。該算法指定了兩個(gè)參數(shù)，p，q。參數(shù)p稱為返回參數(shù)，控制重復(fù)訪問(wèn)剛剛訪問(wèn)過(guò)頂點(diǎn)的概率，p值較高，概率較低。參數(shù)q稱為進(jìn)出參數(shù)，控制著游走方向，實(shí)現(xiàn)指定游走趨向于DFS還是BFS，q>1傾向于BFS，q<1則更傾向于DFS。

1.2 特征融合

一組評(píng)論特征F{xl1，xl2…xlF}，將F融合為一個(gè)作弊分?jǐn)?shù)。后使用經(jīng)驗(yàn)累積分布函數(shù)統(tǒng)一為可比較的尺度和分布。

經(jīng)過(guò)上述步驟后，不同特征極性均轉(zhuǎn)化為f（xli）的值，越低表示作弊嫌疑越高。

隨后將評(píng)論先驗(yàn)轉(zhuǎn)化為評(píng)論人先驗(yàn)。采用Abbr、RD、EXT、DEV、ETF、ISR等特征[2]將該評(píng)論人所有評(píng)論的最大先驗(yàn)作為該評(píng)論人的作弊先驗(yàn) 。

2算法模型分析

2.1 圖結(jié)構(gòu)建立

假設(shè)有包含了m個(gè)評(píng)論人U={ui，i=1，2，...，m}對(duì)n個(gè)產(chǎn)品P={pk，k=1，2，...，n}的所有評(píng)論構(gòu)成的數(shù)據(jù)集。數(shù)據(jù)集包括：評(píng)論人id，被評(píng)論人所評(píng)論的產(chǎn)品id，評(píng)論人對(duì)產(chǎn)品的打分評(píng)級(jí)，以及打分時(shí)間。如圖1所示，評(píng)論人ui對(duì)產(chǎn)品Pk撰寫(xiě)了評(píng)分為ri的評(píng)論Vik，這一系列行為可以用一個(gè)元組的形式表示為vik=（ui， pk， rik）。

算法需要有效的虛假評(píng)論人的特征，并且當(dāng)一個(gè)產(chǎn)品在短時(shí)間內(nèi)突然接收到的評(píng)論量暴增時(shí)，往往會(huì)有大量的虛假評(píng)論人參與其中[2-3]，這就涉及團(tuán)體評(píng)論作弊活動(dòng)。

為描述團(tuán)體作弊活動(dòng)，基于協(xié)同評(píng)論行為構(gòu)建評(píng)論人圖模型，如圖1所示。兩條協(xié)同評(píng)論的緊密度通過(guò)兩者的評(píng)論vik和vjk計(jì)算得到。用協(xié)同行為緊密度來(lái)衡量評(píng)論緊密度如定義一。

定義1：給定評(píng)論同一產(chǎn)品的兩個(gè)評(píng)論人ui、uj，撰寫(xiě)了評(píng)論Vik，Vjk，兩條評(píng)論的時(shí)間差Δt、打分差Δr，定義評(píng)論間的緊密度為：

評(píng)論人可能評(píng)論多個(gè)目標(biāo)產(chǎn)品，因此通過(guò)多個(gè)協(xié)同評(píng)論行為定義評(píng)論人的緊密度。

定義2：評(píng)論人緊密度，給定兩個(gè)評(píng)論用戶ui、uj，Pi為評(píng)論人ui所評(píng)論的產(chǎn)品集合，兩個(gè)用戶間的緊密度：

2.2 圖結(jié)構(gòu)算法模型

為計(jì)算每一個(gè)評(píng)論人的作弊度建立評(píng)論人-評(píng)論人圖模型，如定義3所示。

定義3：評(píng)論人圖，令U={u1，u2，u3…um}表示m個(gè)評(píng)論人的節(jié)點(diǎn)集合，根據(jù)公式得到評(píng)論人之間緊密度，建立評(píng)論人-評(píng)論人圖G=（V，E），E={（ui，uj）│collu（ui，uj）=1，ui，uj ∈U}。

3實(shí)驗(yàn)結(jié)果分析

結(jié)果表明，本文方法與FraudScan方法相比充分利用圖結(jié)構(gòu)信息，考慮協(xié)同評(píng)論行為，從全局到局部對(duì)虛假評(píng)論進(jìn)行篩查，AP值，精度，NDCG值均有有效提升，并能有效降低篩查誤差。本研究提出的方法可有效應(yīng)用于實(shí)際中，也可為設(shè)計(jì)基于無(wú)監(jiān)督圖嵌入檢測(cè)方法的研究提供參考。

參考文獻(xiàn)

[1] GROVER A，LESKOVEC J.Node2vec：scalable feature learning for networks[C].Proceedings of the 22nd ACM SIGKDD international conference on knowledge discovery and data mining.San Francisco，California，USA：ACM，2016：855-864.

[2] Wang Z，Hu R，Chen Q，et al. ColluEagle： Collusive review spammer detection using Markov random fields [J]. Data Mining and Knowledge Discovery，2019（10）：723.

[3] S. Rayana， L. Akoglu. Collective opinion spam detection： bridging review networks and metadata [C].In Proceedings of KDD，Sydney，Australia，2015：985-994.

作者簡(jiǎn)介

彭明夷（1996-），女，遼寧省大連市人;沈陽(yáng)理工大學(xué)在讀碩士研究生，專業(yè)：計(jì)算機(jī)技術(shù)，學(xué)歷：工程碩士，研究方向：大數(shù)據(jù)原理及應(yīng)用。