基于特征表现的虚假评论人预测研究

摘要：

[目的/意义]重点探讨基于特征表现的虚假评论人的预测,目的在于揭示真实网络环境中“网络水军”的特点和行为规律,构建一个简洁清晰、可解释的评论人身份预测模型,为深层次的评论挖掘研究奠定基础.[方法/过程]结合实证分析和机器学习技术,对目标网站“大众点评网”的内部评价机制进行探索,利用因子分析提炼评论人属性及行为表现特征,并在此基础上构建基于Logistic回归的预测模型.[结果/结论]对于目标网站,模型对虚假评论人的分类预测精度达到73.8％,AUC指标达到80.9％.而评论人的贡献度、活跃度以及文字素养被验证与其身份有统计意义上的显著关系,但评论人的层级、情绪以及评价偏差则对其身份预测的影响不显著.实验结论和经验分析基本保持一致,模型能够被合理解释.

关键词：虚假评论人、虚假评论、评论人特征

分类号：TP391(计算技术、计算机技术)

资助基金：本文系广东省哲学社会科学“十二五”规划2013年度项目“基于情境和用户感知的知识推荐机制研究”项目编号:CD13CTS01研究成果之一.

在线出版日期：2015-08-20（万方平台首次上网日期，不代表论文的发表时间）

页码：102-109