融合时间序列与多尺度特征的虚假评论识别方法

doi:10.19678/j.issn.1000-3428.0050754

计算机工程 ›› 2019, Vol. 45 ›› Issue (3): 278-285,292. doi: 10.19678/j.issn.1000-3428.0050754

融合时间序列与多尺度特征的虚假评论识别方法

狄瑞彤^1a,2,王红^1a,1b,2,房有丽^1a,2

1.山东师范大学 a.信息科学与工程学院;b.生命科学学院,济南 250358; 2.山东省分布式计算机软件新技术重点实验室,济南 250014

收稿日期:2018-03-13 出版日期:2019-03-15 发布日期:2019-03-15
作者简介:狄瑞彤(1993—),女,硕士研究生,主研方向为数据挖掘、机器学习;王红(通信作者),教授、博士;房有丽,硕士研究生。
基金资助:
国家自然科学基金(61672329,61373149);山东省教育科学规划项目(ZK1437B010)。

Fake Reviews Identification Method Fusing Time Series and Multi-scale Features

DI Ruitong^1a,2,WANG Hong^1a,1b,2,FANG Youli^1a,2

1a.School of Information Science and Engineering; 1b.College of Life Science,Shandong Normal University,Jinan 250358,China; 2.Shandong Provincial Key Laboratory of Distributed Computer Software Novel Technology,Jinan 250014,China

Received:2018-03-13 Online:2019-03-15 Published:2019-03-15

摘要/Abstract

摘要：

结合时间序列与多尺度特征,提出一种改进的虚假评论识别方法。考虑时间因素对评分及其分布的影响,构建基于多维时间序列的虚假评论识别模型提取异常评论特征,并对异常评论特征进行层次划分,根据多尺度特征思想获取基准尺度特征及细分尺度特征。采用基于密度峰值的聚类算法识别虚假评论,并提高虚假评论识别模型的抗噪能力。实验结果表明,与基于基准尺度特征和多尺度特征的密度峰值聚类虚假评论识别方法相比,该方法的AUC值达到92%,虚假评论识别正确率更高。

关键词: 虚假评论, 时间序列, 多尺度, 主成分分析, 聚类

Abstract:

This paper proposes an improved fake reviews identification method combining time series with multi-scale features.Considering the influence of time factors on the ratings and its distribution,it constructs fake reviews identification model based on multi-dimensional time series to extract abnormal features.It divides abnormal review features into groups,benchmark features and subdivision scale features are extracted according to multi-scale feature idea.To improve the noise immunity of false reviews identification models,it uses a clustering algorithm based on density peaks to identify fake views.Experimental results show that this method has higher identification correct rate of fake reviews and AUC value reach 92% compared with false comment identification method through density peaks clustering based on benchmark scale feature and multi-scale feature.

Key words: fake review, time series, multi-scale, Principal Component Analysis(PCA), clustering

中图分类号:

TP311

狄瑞彤,王红,房有丽. 融合时间序列与多尺度特征的虚假评论识别方法[J]. 计算机工程, 2019, 45(3): 278-285,292.

DI Ruitong,WANG Hong,FANG Youli. Fake Reviews Identification Method Fusing Time Series and Multi-scale Features[J]. Computer Engineering, 2019, 45(3): 278-285,292.

https://www.ecice06.com/CN/Y2019/V45/I3/278

参考文献

［1］ALSPECTOR J.SVM-based filtering of E-mail spam with content-specific misclassification costs［C］//Proceedings of Workshop on Text Mining.Washington D.C.,USA:IEEE Press,2001:1-6.
［2］BECCHETTI L,CASTILLO C.Link-based characterization and detection of Web spam［C］//Proceedings of the 2nd International Workshop on Adversarial Information Retrieval on the Web.Washington D.C.,USA:IEEE Press,2006:1-8.
［3］JINDAL N,LIU B.Opinion spam and analysis［C］//Proceedings of International Conference on Web Search and Data Mining.New York,USA:ACM Press,2008:219-230.
［4］OTT M,CHOI Y,CARDIE C,et al.Finding deceptive opinion spam by any stretch of the imagination［C］//Proceedings of Meeting of the Association for Computational Linguistics:Human Language Technologies.Cambridge,USA:Association for Computational Linguistics,2011:309-319.
［5］宋海霞,严馨,余正涛,等.基于自适应聚类的虚假评论检测［J］.南京大学学报(自然科学版),2013,49(4):433-438.
［6］CHANG T,PING Y H,MINGS C,et al.Detecting fake review with rumor model—case study in hotel review［C］//Proceedings of International Conference on Intelligent Science and Big Data Engineering.Berlin,Germany:Springer,2015:181-192.
［7］LI J,OTT M,CARDIE C,et al.Towards a general rule for identifying deceptive opinion spam［C］//Proceedings of Meeting of the Association for Computational Linguistics.Cambridge,USA:Association for Computational Linguistics,2014:1566-1576.
［8］DEWANG R K,SINGH A K.Identification of fake reviews using new set of lexical and syntactic features［C］//Proceedings of the 6th International Conference on Computer and Communication Technology.New York,USA:ACM Press,2015:115-119.
［9］LI H,LIU B,MUKHERJEE A,et al.Spotting fake reviews using positive-unlabeled learning［J］.Computacion Y Sistemas,2014,18(3):467-475.
［10］GAO J,DONG Y W,SHANG M,et al.Group-based ranking method for online rating systems with spamming attacks［EB/OL］.［2018-02-11］.https://arxiv.org/abs/1501.00677.
［11］HUSNA H,PHITHAKKITNUKOON S,PALLA S,et al.Behavior analysis of spam botnets［C］//Proceedings of the 3rd International Conference on Communication Systems Software and Middleware and Workshops.Washington D.C.,USA:IEEE Press,2008:6-10.
［12］HAYATI P,CHAI K,POTDAR V,et al.Behaviour-based Web spambot detection by utilising action time and action frequency［C］//Proceedings of ICCSA’10.Berlin,Germany:Springer,2010:351-360.
［13］XIE S,WANG G,LIN S,et al.Review spam detection via time series pattern discovery［C］//Proceedings of the 21st International Conference Companion on World Wide Web.New York,USA:ACM Press,2012:635-636.
［14］柳萌萌,张书良,韩玉辉,等.多尺度数据挖掘方法［J］.软件学报,2016,27(12):3030-3050.
［15］LAPPAS T.Fake reviews:the malicious perspective［C］//Proceedings of International Conference on Applications of Natural Language Processing and Information Systems.Berlin,Germany:Springer,2012:23-34.
［16］REN Y F,YIN L,JI D H.Deceptive reviews detection based on Language steucture and sentiment polrit［J］.Journal of Frontiers of Computer Science and Technology,2014,8(3):313-320.
［17］BREIMAN L.Random forest［J］.Machine Learning,2001,45(1):5-32.
［18］张希翔,赵欢.基于随机森林的语音人格预测方法［J］.计算机工程,2017,43(6):253-258.
［19］周文谊,王吉源.一种模糊森林学习方法及其行人检测应用［J］.计算机工程,2017,43(3):304-308.
［20］RODRIGUEZ A,LAIO A.Clustering by fast search and find of density peaks［J］.Science,2014,344(6191):1492.
［21］刘曾超前,许光銮.基于密度峰值的轨迹聚类算法［J］.国外电子测量技术,2017,36(4):59-65.
［22］邵珠峰,姬东鸿.基于情感特征和用户关系的虚假评论者的识别［J］.计算机应用与软件,2016,33(5):158-161.

[1]	李云航, 潘晴, 田妮莉. 结构相似度优化的混合多尺度医学图像融合[J]. 计算机工程, 2024, 50(7): 264-270.
[2]	杨郅树, 梁佳楠, 曹永军, 钟震宇, 何永伦. 基于局部分离与多尺度融合的图像超分辨率重建[J]. 计算机工程, 2024, 50(7): 314-323.
[3]	林芷薇, 杨祖元, 王斯秋, 杨超. 基于多尺度线性全局注意力的运动员检测算法[J]. 计算机工程, 2024, 50(7): 352-359.
[4]	徐明亮, 李芳媛, 马浩然, 何飞. 大规模神经记录的峰电位聚类算法(特邀)[J]. 计算机工程, 2024, 50(6): 1-34.
[5]	胡庆. 多尺度融合与双输出U-Net网络的行人重识别[J]. 计算机工程, 2024, 50(6): 102-109.
[6]	严银凯, 彭宁宁, 易丽莎. 基于持续同调的倾斜时间序列分类算法[J]. 计算机工程, 2024, 50(6): 110-123.
[7]	更藏措毛, 黄鹤鸣, 杨毅杰. 融合多尺度特征与上下文信息的语音增强方法[J]. 计算机工程, 2024, 50(6): 138-147.
[8]	于洋, 孙芳芳, 吕华, 李扬, 王晓民. 基于多尺度时空注意力网络的微表情检测方法[J]. 计算机工程, 2024, 50(6): 228-235.
[9]	杨硕, 王一丁. 基于改进薄板样条运动模型的人脸动画算法[J]. 计算机工程, 2024, 50(6): 255-265.
[10]	胡傲然, 陈晓红. 基于多样性与一致性的单步多视图聚类[J]. 计算机工程, 2024, 50(5): 51-61.
[11]	孙帮勇, 马铭, 于涛. 基于区域特征强化的多尺度伪装目标检测方法[J]. 计算机工程, 2024, 50(5): 209-219.
[12]	李晶, 李健, 陈海丰, 张倩, 王丽燕, 裴二成. 基于关键区域遮挡与重建的人脸表情识别[J]. 计算机工程, 2024, 50(5): 241-249.
[13]	胡帅, 李华玲, 郝德琛. 改进U-Net的多级边缘增强医学图像分割网络[J]. 计算机工程, 2024, 50(4): 286-293.
[14]	连哲, 殷雁君, 云飞, 智敏. 基于深度学习的自然场景文本检测综述[J]. 计算机工程, 2024, 50(3): 16-27.
[15]	马越, 温蜜. 基于多尺度LDTW和TCN的空间负荷预测方法[J]. 计算机工程, 2024, 50(3): 106-113.

选择文件类型/文献管理软件名称

选择包含的内容

融合时间序列与多尺度特征的虚假评论识别方法

Fake Reviews Identification Method Fusing Time Series and Multi-scale Features

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

融合时间序列与多尺度特征的虚假评论识别方法

Fake Reviews Identification Method Fusing Time Series and Multi-scale Features

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价