计算机工程

作者：狄瑞彤,王红,房有丽

单位：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

关键词：虚假评论,时间序列,多尺度,主成分分析,聚类

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

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。

来源：2019年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第3期