基于异质集成学习的虚假评论检测

张大鹏¹(),刘雅军^2,*(),张伟¹,沈芬¹,杨建盛²

1. 燕山大学信息科学与工程学院，河北 秦皇岛 066004
2. 河北建筑工程学院信息工程学院，河北 张家口 075000

收稿日期:2019-07-24出版日期:2020-04-20发布日期:2020-04-16
通讯作者:刘雅军E-mail:daniao@ysu.edu.cn;liuyajun@stumail.ysu.edu.cn
作者简介:张大鹏(1979—)，男，河北秦皇岛人，副教授，硕士生导师，主要研究方向为机器学习和推荐系统. E-mail:daniao@ysu.edu.cn
基金资助:张家口市科学技术研究与发展指令计划项目(1711007B);张家口市科学技术研究与发展指令计划项目(1711045H);张家口市科学技术研究与发展指令计划项目(1811009B-04)

Fake comment detection based on heterogeneous ensemble learning

Dapeng ZHANG¹(),Yajun LIU^2,*(),Wei ZHANG¹,Fen SHEN¹,Jiansheng YANG²

1. School of Information Science and Engineering, Yanshan University, Qinhuangdao 066004, Hebei, China
2. College of Information Engineering, Hebei Institute of Architecture and Civil Engineering, Zhangjiakou 075000, Hebei, China

Received:2019-07-24Online:2020-04-20Published:2020-04-16
Contact:Yajun LIU E-mail:daniao@ysu.edu.cn;liuyajun@stumail.ysu.edu.cn

Supported by:张家口市科学技术研究与发展指令计划项目(1711007B);张家口市科学技术研究与发展指令计划项目(1711045H);张家口市科学技术研究与发展指令计划项目(1811009B-04)

摘要/Abstract

摘要： 为了防止卖家的恶性竞争、保证电商平台能够公平交易、保护消费者的权益不受侵犯，针对虚假评论检测领域中数据集小、标注不准确等问题，基于亚马逊最新发布的虚假评论数据集对相关算法进行改进。考虑到Word2vec模型无法识别英语中的词对，提出了Bigram-Word2vec模型；提出“二分类加权硬投票法”以解决异质集成学习中分类器投票数相等的情况；针对异质集成学习中分类器权重设置问题提出“加权软投票法”。试验结果表明，文中对相关算法的改进取得了较为理想的结果。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1903