基于評論關系圖的垃圾評論者檢測研究

林秀嬌，魏晶晶，劉 月，廖祥文

(1．福州大學數學與計算機科學學院，福建福州 350116;2．福建省網絡計算與智能信息處理重點實驗室，福建福州 350116;3．福建江夏學院電子信息科學學院，福建福州 350116)

0 引言

隨著電子商務的高速發展，越來越多的用戶會在購買產品后發表自己對產品、商店服務等評論信息．這些信息對潛在用戶和商店是一個很重要的資源．但是有一些用戶為了提升或者詆毀某一產品或某一類產品的聲譽，發表不真實的、有欺騙性質的垃圾評論，這些評論可能會誤導潛在消費者;同時還可能干擾評論意見挖掘和情感分析系統的分析［1］．因此，對產品垃圾評論的識別很有必要．

目前，國內外針對產品垃圾評論識別展開了很多的研究，并且取得了一定的成果．但是大部分工作集中在文本相似［1－3］、語言特征［4］、評論者行為［5－6］和評分模式［5－7］等方面，這些方法只能識別重復的垃圾評論或是寫重復評論的垃圾評論者，對于其他類型則無法檢測．為此，本研究提出構造評論者、評論和商店以及回復者的評論關系圖，利用四者的關系計算評論者可信度來檢測產品垃圾評論者．

1 相關工作

1．1 垃圾評論文本的檢測

2007年Jindal等［1－3］首次提出垃圾評論這個概念，把它分為三種類型:untruthful opinion，reviews on brands only，non－reviews，然后采用logistic回歸建立機器學習模型來識別三種類型的垃圾評論．Lai等［4］提出一種基于unigram模型的識別方法，利用句法分析和英文格式上的特征作為分類特征．Ott等［8］將垃圾評論的識別看成一個二元分類……