融合时间序列与多尺度特征的虚假评论识别方法

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

所属期刊栏目：45

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61672329,61373149;山东省教育科学规划项目ZK1437B010

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：278-285,292