基于评论产品属性情感倾向评估的虚假评论识别研究_陈燕方.pdfVIP

总第250 期 2014 年 第9 期 基于评论产品属性情感倾向评估的虚假 评论识别研究* 陈燕方 1,2 李志宇 1,2,3 1(华中师范大学信息管理学院 武汉 430079) 2(华中师范大学湖北省电子商务研究中心 武汉 430079) 3( 中国人民大学信息学院 北京100872) 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。 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 分类号: TP391 随着现代电子商务的高速发展, 在线商品评论 提出了基于评论产品属性情感倾向评估方案(Review 已经成为消费者进行网络购物决策的重要参考依据 Attribute of Product-Based Emotion Evaluate, RAPBEE) 之一, 同时也能够为商家进行服务或商品的改进提 的逻辑模型, 并分析了模型实现的两个主要算法及其 供良好的指导依据[1] 。近年来, 国内外关于在线商品 特点, 进而采用R 语言实现。 评论的研究重点逐步由观点挖掘转向虚假评论的识 本文的主要贡献包括: 别(Review Spam Detection)。其中, 国外较为具有代 (1) 提出利用产品评论属性情感倾向的离群度对 表性的研究是 Jindal 等[1-4] 的系列文章, 这也使得虚 在线商品可信度进行排序的方法, 以此达到对虚假评 假评论成为社会计算方向下有关情感分析和观点挖 论进行有效处理的目的, 为虚假评论的识别提供了一 掘的重要研究热点之一。相对来说, 国内有关这方面 个新的可行方案。 的研究起步较晚, 且研究内容相对国外而言缺乏新 (2) 解决了当前中文虚假评论识别存在的问题, [5] 并取得了良好的实验效果, 为社会计算方向下——观 颖性和实质性的进步 。 本文首先对在线商品评论的分类进行重新界定, 点挖掘与情感分析的扩展提供了一定的思路。 并就在线商品“虚假评论”与“垃圾评论”的区别进行了 (3) 基于R语言实现, 并公开了全部的词典和数 辨析, 然后针对现有虚假评论识别方案存在的问题, 据, 为后续研究增加了可行的实验方案和材料。 收稿日期: 2014-03-24 收修改稿日期: 2014-04-23 *本文系国家大学生创新性实验计划(A 类) 基金项目“在线商品虚假评论识别及其治理研究”(项目编号: 220-20111201316)的研究成果之一。 XIANDAI TUSHU QINGBAO JISHU 81 情报分析与研究 1 背景知识及相关工作 论最终的作用主体——消费者为起点进行分类, 即 从评论信息效用的角度进行分类。分类方式如图 1 1.1 在线商品评论和在线商品虚假评论 所示: