虚假评论检测系统的设计与实现.pptxVIP

虚假评论检测系统的 设计与实现 大连理工大学 目录 研究背景、现状及意义 相关算法 需求分析 系统设计 系统实现 实验 海南三亚。 装机量？规模？ 1 研究背景、现状及意义 随着网络的普及，人们的生活方式也随之悄然改变。“网购”也是人们生活方式改变的实例之一。我们经常会阅读其他消费者对该商品的使用评价，从而获得关于该商品的更加全面，更加客观的信息。通过这种方法，我们弥补了网上购物不能亲身感受商品实体的不足。 虚假评论的检测是近年来国内外数据挖掘领域的热点话题 ，受到了国内外许多学者的关注。他们通过时间模式、情感分析、用户关系等方面对虚假评论进行了挖掘。 海南三亚。 装机量？规模？ 1 研究背景、现状及意义 所以阅读电子商务网站中的评论是一把双刃剑。如果我们读到了真正消费者的评论，就能够了解商品真正的状况。当我们遇到了虚假评论，那利益就会受到侵害。由此可见 ，及时的发现虚假评论有着重要的意义。及时发现虚假评论能够让消费者的权益的到保证，让商家能够正确的估计商品的销售情况。 相关算法 回归算法 朴素贝叶斯算法 演化选择的朴实贝叶斯 支持向量机 2 3 需求分析 系统设计的背景 目前为止，还没有具体的资料能够说明在电子商务网站中到底有多少虚假评论，但是虚假评论的存在引起的许多问题亟须解决。同时，至今为止 ，还没有一个比较可靠的，成熟高效的，针对电子商务网站设计的虚假评论检测系统。这就使得消费者在面对虚假评论的时候显得那么的无助。 3 需求分析 系统设计目标 无论中文数据还是英文数据，检测系统都可以进行分析 建立对两种常见形态的数据集的特定分析模式。 能对电子商务网站中普遍存在的数据进行分析。 能够从不同角度对消费者的评论进行分析。 系统要能够支持有训练集和没有训练集的数据的分析。 3 需求分析 虚假评论检测系统用例图 3 需求分析 系统功能需求 数据预处理 数据分析 数据集标注 分类和聚类 评估 3 需求分析 系统功能需求 数据预处理 数据分析 数据集标注 抽样 维归约 特征子集选取 特征创建 特征的离散化和二维化 属性变换 星星评级相似度 评论文本相似度 时间差异分析 文本特征分析 评论者背景特征 评论者行为特征 情感特征 有用度特征 随机选取子集 人工标注 3 需求分析 虚假评论系统的框架 4 虚假评论系统的设计 系统的总体设计 4 虚假评论系统的设计 数据分析模块的设计 4 虚假评论系统的设计 数据分析模块 评级相似度得分模块 定义了针对某商品的虚假评级行为得分的公式： 其中， 代表未正规化之前的评论者虚假评级行为得分。定义为： 是比较某用户在对某商品进行所有评级的相似度，定义如下： 4 虚假评论系统的设计 数据分析模块 评论文本相似度得分 我们定义了两条评论 和 的相似度 如下： 计算评论之间的相似度，本系统使用空间向量模型来计算评论之间的相似度。 计算评论中每个单词的TF-IDF权重。 当 =1时，代表两个文本向量相同。为了计算该评论者针对该商品的所有评论的相似度，将该评论集合中的所有向量两两比较，计算评论集合相似度的公式： 4 虚假评论系统的设计 数据分析模块 评论文本相似度得分 因此，根据上述定义，得出了评论者针对某商品的虚假评论行为得分的公式： 其中， 4 虚假评论系统的设计 数据分析模块 情感特征 句子主客观词比例 本系统构建了一个能够表达主观含义的动词集。 系统使用情感词典WordNet将句子中的动词与主观动词集中的单词进行相似度比较，然后判断该动词是否为主观动词。 句子正负向比例 大多数情况下，正常的评论应该既包含对商品的正向评价又包含对商品的负向评价。我们通过计算正负向内容的比例来作为另一种情感特征。在分析句子的正负向时，本系统使用LingPipe进行的。 4 虚假评论系统的设计 数据分析模块 情感特征 情感相似度得分 本系统定义了消费者虚假评论得分公式： 其中， 为该消费者针对所有商品的评论情感得分。 为消费者针对该商品评论的条目。 其中， 为每条评论的情感得分。在实验中，系统设定当评论为积极时， =1；当情感为消极时， = -1。 4 虚假评论系统的设计 数据分析模块 时间差异 （1）一般差异 系统定义了平均评级与虚假评级的差异函数 : 针对消费者的虚假评级一般差异得分公式： 4 虚假评论系统的设计 数据分析模块 时间差异 （2）早期差异 和一般评级差异相比，系统在早期评级差异中加入了时间的概念。系统按照时间将针对某种商品的评论排序，代表某商品的第i条评论，从而系统得到了虚假评级得分公式 ： 其中， 为 为一个大于1的参数，这个参数可以加速衰减速度。 4 虚假评论系统的设计 数据分析模块 评论文本特征 文本评论长度 文本评论中第一人称和第二人称的使用 评论有用度特征 如果在数据集中存在