27、虚假消费者评论检测：方法与实践

虚假消费者评论检测：方法与实践

1. 引言

在当今数字化时代，在线社交媒体平台和网站上的信息在信息传递中扮演着至关重要的角色。这些信息不仅是企业进行广告宣传的可靠来源，也能帮助消费者选择产品和服务。近年来，人们越来越依赖评论来制定决策，正面或负面的评论会影响他们对产品和服务的选择。同时，评论也有助于企业提升产品质量。

然而，评论的重要性也为垃圾评论者提供了可乘之机。他们会编造虚假评论来误导消费者的判断，这些虚假评论通过社交媒体的传播能力在网络上广泛扩散。消费者越来越依赖用户生成的在线评论来做出购买决策，因此虚假评论的存在引起了企业和消费者的广泛担忧。但目前对于在线评论中虚假评论的实际比例以及影响因素的了解还相对较少。

2. 相关工作

• Wahyuni ：电子商务为消费者提供了撰写评论的便利，但部分群体滥用这一功能，制造虚假评论以提高产品知名度或破坏产品声誉。研究结果表明，所提出的框架比迭代计算结构（ICF）技术具有更高的精度。
• Crawford ：考虑了两种减少评论垃圾邮件领域特征子集大小的方法，即基于过滤器的特征排名器和基于词频的特征选择。研究发现，特征选择没有一种适用于所有情况的方法，最佳的特征子集大小减少方法取决于所使用的分类器和所需的特征子集大小。
• Luca和Zervas ：扩展了Li的工作，指出消费者评论对于日常决策至关重要，但企业提交虚假评论会破坏评论的有效性。
• Minnich ：提出了一种综合方法，包括开发能够